基于負(fù)關(guān)聯(lián)規(guī)則分類技術(shù)的研究.pdf

1、挖掘關(guān)聯(lián)規(guī)則可以發(fā)現(xiàn)大型數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)相對(duì)關(guān)系，由于其在現(xiàn)實(shí)世界的廣泛應(yīng)用，關(guān)聯(lián)規(guī)則已經(jīng)在學(xué)術(shù)上獲得了廣泛的研究。所以關(guān)聯(lián)規(guī)則挖掘成為數(shù)據(jù)挖掘研究中的一個(gè)熱點(diǎn)，已經(jīng)發(fā)現(xiàn)了很多有效的關(guān)聯(lián)規(guī)則挖掘算法，如：Apriori算法[1]，F(xiàn)Pgrowth[2]算法等等。關(guān)聯(lián)規(guī)則挖掘的一個(gè)重要應(yīng)用就是基于關(guān)聯(lián)規(guī)則的分類，這種模式最近已經(jīng)被證明比傳統(tǒng)的分類方法，如：C4.5[3]有更高的準(zhǔn)確度，但是只有正關(guān)聯(lián)規(guī)則應(yīng)用于關(guān)聯(lián)規(guī)則分類算法.負(fù)關(guān)聯(lián)規(guī)則具有

2、與正關(guān)聯(lián)規(guī)則同樣的重要性，而且負(fù)關(guān)聯(lián)規(guī)則可以發(fā)現(xiàn)那些隱藏的分類規(guī)則，并且對(duì)于正關(guān)聯(lián)規(guī)則有一定得補(bǔ)充性，可以讓分類效率和準(zhǔn)確度更高.這篇論文介紹了主要的基于關(guān)聯(lián)規(guī)則分類的挖掘算法，分析并總結(jié)了負(fù)關(guān)聯(lián)規(guī)則的研究現(xiàn)狀和主要技術(shù)，提出了過(guò)頻繁項(xiàng)集的問(wèn)題，并且指出了基于負(fù)關(guān)聯(lián)規(guī)則分類研究的發(fā)展趨勢(shì)?，F(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法大都是在頻繁項(xiàng)集的基礎(chǔ)上進(jìn)行挖掘，關(guān)于非頻繁項(xiàng)集的研究較少，實(shí)際上數(shù)據(jù)庫(kù)中還存在許多低頻率、強(qiáng)相關(guān)規(guī)則，即形如A=>（）B、（）