计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 125-127.DOI: 10.3778/j.issn.1002-8331.2009.33.041
余光柱1,3,刘旭辉2,邵世煌1
YU Guang-zhu1,3,LIU Xu-hui2,SHAO Shi-huang1
摘要: 基于支持度的关联规则只能找出所有的频繁集,无法找到那些非频繁但效用很高的项集;基于效用的关联规则致力于发现所有高效用项集,无法找到效用不高但支持度与效用的积很大的项集。为克服支持度与效用的不足,提出了一种新的项集重要性的度量方法(即激励)及一种自下而上的挖掘高激励项集的算法HM-Two-Phase-Miner。激励集成了支持度与效用的优点,能同时表达项集的语义特性与统计特性。HM-Two-Phase-Miner利用事务权重激励向下封闭特性进行减枝,有效提高了算法的性能。
中图分类号: