文件名称：基于项权值变化和SCCI框架的加权正负关联规则挖掘 (2015年)
文件大小：738KB
文件格式：PDF
更新时间：2024-06-01 11:51:19
自然科学 论文
给出项权值变化的数据模型形式化表示，构建新的加权项集剪枝策略及其模式评价框架SCCI（support-confidence-correlation-interest），提出基于项权值变化和SCCI评价框架的加权正负关联规则挖掘算法. 该算法考虑了项权值变化的数据特点，采用新的剪枝方法和评价框架，通过项集权值简单计算和比较，挖掘有效的加权正负关联规则. 实验结果表明，该算法能够有效地减少候选项集数量和挖掘时间，挖掘出有趣的关联模式，避免无效模式出现，挖掘效率高于相比较的现有算法，解决了项权值变化的加权负模式