基于概念格的关联规则挖掘

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 170-172.

基于概念格的关联规则挖掘

谢福鼎,王照飞

辽宁师范大学计算机信息与技术学院，辽宁大连 116029

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 谢福鼎

Association rules mining based on concept lattice

XIE Fu-ding,WANG Zhao-fei

Department of Computer and Information Technology，Liaoning Normal University，Dalian，Liaoning 116029，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: XIE Fu-ding

摘要/Abstract

摘要： 关联规则的挖掘是知识发现领域重要的研究方向之一，因此开展这方面的研究是很有意义的。论文给出了一种基于概念格的关联规则的算法，该算法首先通过约化形式背景，然后通过给定的阈值在约简的背景上建格，最后在格上提取符合条件的关联规则。例子说明了该算法的可行性和有效性。

关键词: 概念格, 关联规则, 支持度, 数据挖掘

Abstract: One of the important research branches in KDD is the association rules mining.It is therefore significant to investigate this problem.In this paper,an algorithm based on concept lattice is presented. The formal context is first reduced,and then the concept lattice is built in terms of threshold.Finally,some association rules which satisfy the conditions are obtained by concept lattice.The example shows the feasibility and validity of this method.

Key words: concept lattice, association rules, support degree, data mining

谢福鼎,王照飞. 基于概念格的关联规则挖掘[J]. 计算机工程与应用, 2007, 43(33): 170-172.

XIE Fu-ding,WANG Zhao-fei. Association rules mining based on concept lattice[J]. Computer Engineering and Applications, 2007, 43(33): 170-172.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[4]	童文林，陈德旺，黄允浒，吕宜生. 结合模拟退火与规则约简的模糊系统优化方法[J]. 计算机工程与应用, 2021, 57(16): 142-150.
[5]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[6]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[7]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[8]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[9]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[10]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[11]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[12]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[13]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[14]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[15]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.