期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
正负关联规则两级置信度阈值设置方法 预览
1
作者 陈柳 冯山 《计算机应用》 CSCD 北大核心 2018年第5期1315-1319,1338共6页
针对传统正负关联规则置信度阈值设置方法难以控制低可信度规则数量和易遗漏有趣规则的问题,提出了一个结合项集相关性的两级置信度阈值设置方法(PNMC-TWO)。首先,基于规则的无矛盾性、有效性和有趣性考虑,以相关度-支持度-置信度为框... 针对传统正负关联规则置信度阈值设置方法难以控制低可信度规则数量和易遗漏有趣规则的问题,提出了一个结合项集相关性的两级置信度阈值设置方法(PNMC-TWO)。首先,基于规则的无矛盾性、有效性和有趣性考虑,以相关度-支持度-置信度为框架,从规则置信度与项集支持度的计算关系出发,系统地分析了正负关联规则置信度取值随规则的项集支持度大小变化的规律;然后,与实际挖掘中用户对高可信度且有趣的规则需求相结合,提出了一个新的设置模型,避免了传统方法设置阈值时的盲目性和随意性;最后,从规则数量和规则质量两方面对所提方法与原双阈值法进行了实验对比。实验结果表明,所提方法不仅可以更好地确保提取出的关联规则有效和有趣,还可以显著地降低可信度低的关联规则数量。 展开更多
关键词 数据挖掘 正负关联规则 规则置信度阈值 项集相关性
在线阅读 下载PDF
完全加权正负关联规则算法及其在评教数据中的应用 预览 被引量:3
2
作者 周秀梅 翁家铭 李石君 《内蒙古师范大学学报:自然科学汉文版》 北大核心 2016年第2期242-248,共7页
现有的完全加权关联规则挖掘算法没能解决挖掘技术问题,为此提出一种新的完全加权正负关联规则挖掘算法,并探讨了算法在高校评教数据挖掘中的应用.该算法采用新的模式评价标准挖掘有趣的频繁项集和负项集,进而从频繁项集和负项集中挖掘... 现有的完全加权关联规则挖掘算法没能解决挖掘技术问题,为此提出一种新的完全加权正负关联规则挖掘算法,并探讨了算法在高校评教数据挖掘中的应用.该算法采用新的模式评价标准挖掘有趣的频繁项集和负项集,进而从频繁项集和负项集中挖掘有效的完全加权正负关联规则模式,克服现有挖掘算法的缺陷.以真实的高校评教数据为实验数据测试集,理论和实验结果都表明,该算法比现有完全加权关联规则挖掘算法更有效、合理,具有更高的理论价值和应用前景. 展开更多
关键词 数据挖掘 频繁项集 完全加权关联规则 正负关联规则 评教数据
在线阅读 下载PDF
教育信息化数据中完全加权正负关联模式发现 预览
3
作者 余如 黄丽霞 黄名选 《计算机应用与软件》 CSCD 2015年第4期256-260,282共6页
对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一... 对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一种新的教育信息化数据完全加权正负关联模式挖掘算法。该算法考虑了项目在事务数据库中的权值,从教育数据中挖掘完全加权频繁项集和负项集,在支持度-置信度-相关性架构下从频繁项集和负项集挖掘有趣的教育数据完全加权正负关联模式。通过模式分析,发现教育领域潜在的教育、教学规律和教育发展趋势,提高教育信息化数据分析和处理水平。以真实的教育信息化数据作为实验数据测试集,实验结果表明,与现有的正负模式挖掘算法比较,所提出的算法更有效、更合理,其挖掘出的正负关联模式更加接近现实。 展开更多
关键词 教育信息化 正负关联模式 完全加权关联规则
在线阅读 下载PDF
基于项权值变化和SCCI框架的加权正负关联规则挖掘 被引量:3
4
作者 黄名选 黄发良 +1 位作者 严小卫 兰慧红 《控制与决策》 EI CSCD 北大核心 2015年第10期1729-1741,共13页
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(supportconfidence-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... 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(supportconfidence-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挖掘问题. 展开更多
关键词 数据挖掘 加权关联模式 正负关联规则 频繁项集
一种有效的完全加权正负关联模式挖掘算法AWAPM_SPRMI 预览 被引量:1
5
作者 高亮 夏冰 黄名选 《计算机应用研究》 CSCD 北大核心 2015年第6期1642-1648,共7页
完全加权正负关联模式在文本挖掘、信息检索等方面具有重要的理论和应用价值。针对现有挖掘算法的不足,构建完全加权正负关联模式评价框架SPRMII(support-probability ratio-mutual information-interest),提出完全加权项集双兴趣度... 完全加权正负关联模式在文本挖掘、信息检索等方面具有重要的理论和应用价值。针对现有挖掘算法的不足,构建完全加权正负关联模式评价框架SPRMII(support-probability ratio-mutual information-interest),提出完全加权项集双兴趣度阈值剪枝策略,然后基于该剪枝策略提出一种新的基于SPRMII框架的完全加权正负关联模式挖掘算法AWAPM_SPRMII(all-weighted association patterns mining based on SPRMII)。该算法克服了传统挖掘算法缺陷并采用新剪枝方法从完全加权数据库中挖掘有趣的频繁项集和负项集,通过项集权重维数比的简单计算和SPRMII评价框架,从这些项集中挖掘有效的完全加权正负关联规则。理论分析和实验表明,该算法有效,具有良好的扩展性,与现有经典挖掘算法比较,获得了良好的挖掘性能。 展开更多
关键词 数据挖掘 正负关联模式 完全加权关联规则 频繁项集
在线阅读 下载PDF
正负关联规则挖掘方法的改进及其应用 预览 被引量:6
6
作者 梁宝华 蔡敏 《计算机工程》 CAS CSCD 北大核心 2010年第16期 44-46,共3页
传统挖掘方法容易遗漏由频率高的项目集构成的规则,且其作用度取值范围不够规范。针对该问题,提出一种基于对比影响度的正负关联挖掘方法,可使量化结果控制在[-1,1]间,有效挖掘正负关联规则。将该方法应用到安徽巢湖地区性患病率高的食... 传统挖掘方法容易遗漏由频率高的项目集构成的规则,且其作用度取值范围不够规范。针对该问题,提出一种基于对比影响度的正负关联挖掘方法,可使量化结果控制在[-1,1]间,有效挖掘正负关联规则。将该方法应用到安徽巢湖地区性患病率高的食道癌病例数据关联规则的知识发现中,能挖掘出患食道癌的相关潜在因素,并给出对应预防措施。 展开更多
关键词 正负关联规则 对比影响度 食道癌
在线阅读 下载PDF
基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法 预览 被引量:4
7
作者 阮梦黎 吴磊 《计算机应用研究》 CSCD 北大核心 2018年第12期3579-3583,共5页
针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集;然后,通过提出的双支持度阈值Apriori算法来提取频繁项... 针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集;然后,通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集,以此降低非频繁项集的数量;最后,通过置信度和升降度阈值的判断,分别从频繁项集和非频繁项集中挖掘正负关联规则。其中,创新性地利用了非频繁项集来挖掘正负关联规则。在一个医学文本数据集上的实验结果表明,提出的方法能够有效地挖掘出正负关联规则,且能够大大降低项集和规则数量。 展开更多
关键词 正负关联规则挖掘 双支持度阈值 APRIORI算法 非频繁项集 IDF加权
在线阅读 下载PDF
有效的矩阵加权正负关联规则挖掘算法——MWARM-SRCCCI 预览
8
作者 周秀梅 黄名选 《计算机应用》 CSCD 北大核心 2014年第10期2820-2826,共7页
针对现有加权关联规则挖掘算法不能适用于矩阵加权数据的缺陷,给出一种新的矩阵加权项集剪枝策略,构建矩阵加权正负关联模式评价框架SRCCCI,提出一种新的基于SRCCCI评价框架的矩阵加权正负关联规则挖掘算法MWARM—SRCCCI。该算法克... 针对现有加权关联规则挖掘算法不能适用于矩阵加权数据的缺陷,给出一种新的矩阵加权项集剪枝策略,构建矩阵加权正负关联模式评价框架SRCCCI,提出一种新的基于SRCCCI评价框架的矩阵加权正负关联规则挖掘算法MWARM—SRCCCI。该算法克服了现有挖掘技术的缺陷,采用新的剪枝技术和模式评价方法,挖掘有效的矩阵加权正负关联规则,避免一些无效和无趣的模式产生。以中文Web测试集CWT200g为实验数据,与现有无加权正负关联规则挖掘算法比较,MWARM—SRCCCI算法的挖掘时间减幅最大可达74.74%。理论分析和实验结果表明,MWARM—SRCCCI算法具有较好的剪枝效果,候选项集数量和挖掘时间明显减少,挖掘效率得到极大提高,其关联模式可为信息检索提供可靠的查询扩展词来源。 展开更多
关键词 数据挖掘 关联规则 矩阵加权正负关联规则 项集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈