文件名称：论文研究-基于改进BUS算法的焦虑抑郁障碍因素挖掘.pdf
文件大小：577KB
文件格式：PDF
更新时间：2022-09-27 16:56:37
论文研究
针对焦虑抑郁患者的早期预防和诊断需求，将关联规则挖掘和压缩方法应用于焦虑抑郁障碍因素的研究，在病人数据中挖掘出与焦虑抑郁障碍相关性较高的因素集合。单独使用频繁项集挖掘算法会产生过多的频繁项集和关联规则，导致其实用性大为降低。对收集的病人数据进行预处理，采用FP-growth算法，挖掘出预处理后数据中的频繁项集，采用最新改进Bottom-Up Summarization（BUS）算法，对挖掘出的频繁项集进行压缩。同时将最后得到的关联规则与未压缩得到的关联规则、原始BUS算法及Top-K算法压缩后得到的关联规则进行对比。实验结果表明，使用改进BUS算法得到的规则数量适中、信息冗余较少而且覆盖的人群具有更高的患病风险。