基于布尔矩阵的高价值度关联规则挖掘算法.pdf

《基于布尔矩阵的高价值度关联规则挖掘算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、204年第6期s。i。。dT}}j{。。R。。hdoi：10．3969／j．issn．1000—7695．2014．06．038基于布尔矩阵的高价值度关联规则挖掘算法叶世绮，孙振，赵站(暨南大学，广东广州510632)摘要：传统的挖掘算法Apriori是依据统计学中的数据显著性挖掘关联规则，需多次扫描数据库，效率较低，且忽视了数据显著性与价值性不匹配的问题。针对“大数据”下容易产生数量繁多但无效的关联规则，通过采用基于布尔矩阵挖掘关联规则的算法，只扫描一次数据库，得出布尔矩阵及相应的利润矩阵，随后根据“二八法则”设定

2、对客户最具吸引力的“最小价值度”，最终挖掘出高价值的关联规则，从而提高规则挖掘的效率及价值。关键词：关联规则；布尔矩阵；规则相关项布尔矩阵；平均利润矩阵；最小价值度中图分类号：TP301文献标志码：A文章编号：1000—7695(2014)06—0188—04High——valueDegreeAssociationRulesMiningAlgorithmBasedonBooleanmatrixYEShiqi，SUNZhen，ZHAOZhe(JinanUniversity，Guangzhou510632，China)A

3、bstract：ThetraditionalassociationrulesminingalgorithmAprioriisbasedonthesignificantminingassociationrulesinstatistics．ThealgorithmisIneficientbecauseitneedstorepeatedlyscanthedatabase．Anditalsoneglectstheproblemthatthesignificanceofdatadoesnotmatchthevalue．Oppo

4、sitelyitiseasytoproduceexcessivebutInvalidassociationrules．Thepaperusesthealgorithmbasedonbooleanmatrixtominingassociationrules．Thisalgorithmdrawsthebool—eanmatrixandthecorrespondingprofitmatrixbyscanningthedatabaseonlyonce．Then，itsetsthemostattractiveminimalde

5、greefortheclientbasedontheParetorule．Atlast，itminesthehigh—valuedegreeassociationrulesandimproveseffi—ciencyandvalue．Keywords：associationrules；booleanmatrix；booleanmatrixrelatedwiththeitemsoftherules；averageprofitmatrix；minimaldegree关联规则挖掘主要用于发现数据库中客户感兴到对客户真正具有

6、高价值的关联规则，在已有的研趣的项集之问的相互关联，是对一个对象和其它对究和实践的基础上，本文通过引入有关布尔矩阵的象的相互依存和关联关系的一种表示-41。作为数概念，构建布尔矩阵及相应的利润矩阵，最终得到据挖掘中的一个重要研究领域，关联规则得到了学具有高价值的关联规则。术界极大的关注，并在商业、企业、过程控制、政1相关概念的描述府部门及科学研究等领域都得到了广泛的应用J。关联规则的典型算法Apriori是Agrawal等人令，={i，i，⋯，i}为项目集合，由11,个在1993年提出来的，该模型需要不断地扫描事务数

7、互不相同的项目构成；D为数据库，由一组事务组据库，成本较高J，并假定数据库中的项目具有相成；事务T=(，)是一个元组，其中表示同的重要性。在实际的应用中，关联规则的挖掘事务标识符，，，。主要通过支持度和置信度两个指标来评价一个规则定义l：令，={，i：，⋯，i}为项目集合，是否有效J。通过这种方法挖掘关联规则主要存在事务的项集为，={，i：，⋯，i}，且其中涉及着以下问题：首先，支持度和置信度的设定往往过到关联规则的k一项项集为Ix={i，i，⋯，i}，于主观，容易造成挖掘效果不够理想；其次，R且k≤≤n，，，P={

8、，p：，⋯，}表示Agrawal等人。。提出的模型假定数据库中的项目具对应于k一项项集，中k一项单位利润集，Q=有相同的重要性，容易造成对价值原则的忽视；最{g，g，⋯，}为整个事务数据库D中对应k一后，需要不断地扫描事务数据库产生候选集的效率项项集中k一项销售数量集，Vx={VV⋯，较低。为了更加有效地挖掘高价值度关联规则，找收稿日期：201