引入影响度的关联规则衡量标准

doi:10.3778/j.issn.1002-8331.2009.08.043

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (8): 141-142.DOI: 10.3778/j.issn.1002-8331.2009.08.043

• 数据库、信号与信息处理 • 上一篇下一篇

引入影响度的关联规则衡量标准

陈建军,高玉斌

中北大学现代教育技术与信息中心，太原 030051

收稿日期:2008-01-23 修回日期:2008-04-23 出版日期:2009-03-11 发布日期:2009-03-11
通讯作者: 陈建军

Evaluation criterion for association rules with influence degree

CHEN Jian-jun,GAO Yu-bin

Department of Information Technology，North University of China，Taiyuan 030051，China

Received:2008-01-23 Revised:2008-04-23 Online:2009-03-11 Published:2009-03-11
Contact: CHEN Jian-jun

摘要/Abstract

摘要： 关联规则挖掘是数据挖掘中重要的研究课题，而其中一个重要问题是对挖掘出的规则的感兴趣程度的评估。分析并讨论了传统支持度-置信度框架、相关度和有效度等衡量标准的不足，并将T检验思想引入到关联规则的衡量中，提出了一种新的关联规则衡量标准-影响度。实验结果表明，在传统挖掘方法的基础上引入影响度，可以有效克服现有衡量标准的一些不足，减少冗余规则的产生。

关键词: 关联规则, T检验, 影响度, 衡量标准

Abstract: Discovering association rules is one of more important tasks in data mining.One of the important problems is the evaluation of interestingness for the discovered rules.Authors analyze and discuss the shortage of the support-confidence framework，the correlativity and the validity.With introducing T-Testing，authors propose the Effect that is a new evaluation criterion for association rules.The experimental result shows that introducing effect based on common approach to association rules mining can effectively overcome the shortage of the existing evaluation criterion for association rules，and reduce the creation of redundant rules.

Key words: association rule, T-Testing, influence degree, evaluation criterion

陈建军,高玉斌. 引入影响度的关联规则衡量标准[J]. 计算机工程与应用, 2009, 45(8): 141-142.

CHEN Jian-jun,GAO Yu-bin. Evaluation criterion for association rules with influence degree[J]. Computer Engineering and Applications, 2009, 45(8): 141-142.

[1]	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.
[2]	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.
[3]	李建勋，唐子豪，张永进，王小江. 基于Kriging方法和Pettitt检验的数据冲突判别[J]. 计算机工程与应用, 2020, 56(3): 86-93.
[4]	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.
[5]	顾军华，苏鸣，张亚娟，张丹红. 基于位编码链表的快速频繁模式挖掘算法研究[J]. 计算机工程与应用, 2020, 56(19): 86-93.
[6]	刘莉萍1，章新友1，牛晓录2，郭永坤1，丁亮1. 基于Spark的并行关联规则挖掘算法研究综述[J]. 计算机工程与应用, 2019, 55(9): 1-9.
[7]	郭鹏，蔡骋. 基于聚类和关联算法的学生成绩挖掘与分析[J]. 计算机工程与应用, 2019, 55(17): 169-179.
[8]	郭世伟，孟昱煜，陈绍立. 改进的PSOGM算法在动态关联规则挖掘中的应用[J]. 计算机工程与应用, 2018, 54(8): 160-165.
[9]	赵慧茹，林民. 融合关联规则的学术论文主题学习及表示方法[J]. 计算机工程与应用, 2018, 54(20): 159-165.
[10]	王晓丹，王建宇. 自动售药机配仓算法研究[J]. 计算机工程与应用, 2017, 53(4): 256-262.
[11]	颜宏文，邹丹. 基于关联规则的PSO-Elman短期风速预测[J]. 计算机工程与应用, 2017, 53(23): 261-266.
[12]	徐珺1，李明霞2，刘保相2. 基于区间概念格的规则优化方法与应用[J]. 计算机工程与应用, 2017, 53(13): 167-173.
[13]	薛福亮1，马　　莉2. 利用动态产品分类树改进的关联规则推荐方法[J]. 计算机工程与应用, 2016, 52(4): 135-141.
[14]	韦容1，申希兵2，杨毅3. 基于公理化模糊集语义图像层次关联规则分类器[J]. 计算机工程与应用, 2016, 52(20): 193-199.
[15]	尚赵伟，李振华，张澜. 基于日志的协同图像自动标注[J]. 计算机工程与应用, 2015, 51(8): 178-182.

引入影响度的关联规则衡量标准

Evaluation criterion for association rules with influence degree

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics