主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
贺志,田盛丰,黄厚宽.一种挖掘数值属性的二维优化关联规则方法.软件学报,2007,18(10):2528-2537
一种挖掘数值属性的二维优化关联规则方法
An Approach to Mining Two-Dimensional Optimized Association Rules for Numeric Attributes
投稿时间:2005-07-24  修订日期:2006-06-06
DOI:
中文关键词:  优化规则  关联规则  兴趣度  启发式方法  近似
英文关键词:optimized rule  association rule  interest  heuristic  approximation
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60442002,60443003(国家自然科学基金)
作者单位
贺志 北京交通大学,计算机与信息技术学院,人工智能实验室,北京,100044 
田盛丰 北京交通大学,计算机与信息技术学院,人工智能实验室,北京,100044 
黄厚宽 北京交通大学,计算机与信息技术学院,人工智能实验室,北京,100044 
摘要点击次数: 3043
全文下载次数: 2832
中文摘要:
      优化关联规则允许在规则中包含未初始化的属性.优化过程就是确定对这些属性进行初始化,使得某些度量最大化.最大化兴趣度因子用来发现更加有趣的规则;另一方面,允许优化规则在前提和结果中各包含一个未初始化的数值属性.对那些处理一个数值属性的算法进行直接的扩展,可以得到一个发现这种优化规则的简单算法.然而这种方法的性能很差,因此,为了改善性能,提出一种启发式方法,它发现的是近似最优的规则.在人造数据集上的实验结果表明,当优化规则包含两个数值属性时,优化兴趣度因子得到的规则比优化可信度得到的规则更有趣.在真实数据集上的实验结果表明,该算法具有近似线性的可扩展性和较好的精度.
英文摘要:
      Optimized association rules are permitted to contain uninstantiated attributes.The optimization procedure is to determine the instantiations such that some measures of the roles are maximized.This paper tries to maximize interest to find more interesting rules.On the other hand,the approach permits the optimized association rule to contain uninstantiated numeric attributes in both the antecedence and the consequence.A naive algorithm of finding such optimized rules can be got by a straightforward extension of the algorithm for only one numeric attribute.Unfortunately,that results in a poor performance.A heuristic algorithm that finds the approximate optimal rules is proposed to improve the performance.The experiments with the synthetic data sets show the advantages of interest over confidence on finding interesting rules with two attributes.The experiments with real data set show the approximate linear scalability and good accuracy of the algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利