关联规则挖掘算法综述教材.pdf

2005年4月 中国工程科学 Apr．2005 第7卷第4期 Science V01．7No．4 Engineering -缣：i簪i避-：糍 关联规则挖掘算法综述 毕建欣，张岐山 (福州大学管理学院，福州 350002) [摘要] 介绍了关联规则挖掘算法的基本原理，并按照挖掘中涉及到的变量数目(维数)、数据的抽象层次和 处理变量的类别(布尔型和数值型)，依次对关联规则挖掘算法的研究进行综述，并对一些典型的算法进行分析 和比较，最后展望了关联规则挖掘算法的研究方向。 [关键词] 数据挖掘；关联规则；算法；综述 [中图分类号]TP311[文献标识码]A 1 引言 2 关联规则基本原理 数据挖掘是指从大型数据库或数据仓库中提取 设J={i1，i2，…，i。}是m个不同的项目 隐含的、先前未知的、对决策有潜在价值的知识和 组成的集合，给定一个事务数据库D，其中的每 规则。它是人工智能和数据库发展相结合的产物， 一个事务T是J中一组项目的集合，即TCI，T 是国际上数据库和信息决策系统最前沿的研究方向 有一个唯一的标志符TID。若项集xcJ且xc 之一。数据挖掘主要的算法有分类模式、关联规 T，则事务集丁包含项集x。一条关联规则就是 则、决策树、序列模式、聚类模式分析、神经网络 形如x≥Y的蕴涵式，其中x[J，YC工，xny 算法等等。关联规则是数据挖掘领域中的一个非常 =⑦。关联规则x净Y成立的条件：a．它具有支 重要的研究课题，广泛应用于各个领域，既可以检 持度s，即事务数据库D中至少有s％的事务包 含xU 验行业内长期形成的知识模式，也能够发现隐藏的 Y。b．它具有置信度C，即在事务数据库D 新规律。有效地发现、理解、运用关联规则是完成 中包含x的事务至少有C％同时也包含y。 数据挖掘任务的重要手段，因此对关联规则的研究 关联规则挖掘问题就是在事务数据库D中找 具有重要的理论价值和现实意义。 出具有用户给定的最小支持度minsup和最小置信 R．Agrawal等人u1于1993年首先提出了挖掘度minconf的关联规则。关联规则挖掘问题可以分 顾客交易数据库中项集间的关联规则问题，其核心 解为以下2个子问题u，21。 方法是基于频集理论的递推方法。此后人们对关联 1)找出存在与事务数据库中的所有强项集x 的支持度support(X)不小于用户给定的最小支持 规则的挖掘问题进行了大量研究，包括对Apriori itemset)。 算法优化[2~19|、多层次关联规则算法c7，20|、多值 度minsup，则称x为强项集(1arge 属性关联规则算法121’22|、其他关联规则算 2)利用强项集生成关联规则。对于每个强项 法幢3q3J等，以提高算法挖掘规则的效率。 (B)≥minconf，则有关联规则B=(A—B)。 [收稿日期] 2004—04—24；修回日期2004—06—02 [基金项目] 福建省自然科学基金资助项目(A0210013)；福建省教育厅资助项目(JA03006) [作者简介] 毕建欣(1974一)，女，吉林九台市人