多尺度关联规则尺度上推算法-计算机科学.pdf

Vo1. 44 No.8 第 44 卷第8 期 计算机科学 2017 年 8 月 COMPUTER SCIENCE Aug.2017 多尺度关联规则尺度上推算法 李超赵书良赵骏鹏高琳池云仙 (河北师范大学数学与信息科学学院 石家庄 050024) (河北师范大学河北省计算数学与应用重点实验室 石家庄 050024) 摘 要 数据挖掘在多尺度研究方面取得了一些成果。然而，多尺度数据挖掘研究还不够深入和完善。目前针对空 间和图像数据的研究较多，对于一般数据的多尺度数据挖掘的研究较少。随着大数据应用的不断发展，其研究显得尤 为重要。针对上述问题，进行了普适的多尺度关联规则尺度转换方法的研究。首先，基于包含度的相似度理论提出频 繁项集的处理方法;然后，以图像金字塔为理论基础，提出了多尺度关联规则尺度上推算法 MSARSUA(Multi-Scale Association Rules Scaling Up Algorithm); 最后，手IJ 用 H 省1)全员人口真实数据集、UCI 公用数据集和 IBM 数据集对 所提算法进行了实验验证与分析，结采表明 MSARSUA 具有较高的覆盖率、较高的 Fl-measure 值和较低的平均支持 度估计误差，在效率上比 Apriori 算法和 FP-Growth 算法有较大的提升，在性能上比 SU-ARMA 有更好的表现。 关键词 多尺度，关联规则，尺度上推，多尺度关联规则挖掘 中图法分类号 TP391 文献标识码 A 001 10. 11896/j. issn. 1002-137叉 2017.08.049 Scaling-up Algorithm of Multi-scale Association Rules LI Chao ZHAO Shu-liang ZHAO Jun-peng GAO Lin CHI Yun-xian (College of Mathematic . Information Science ,Hebei No口nal University ,Shijiazhuang 050024 ,China) (Hebei Key Laboratory of Computational Mathematics . Applications ,Hebei Normal University ,Shijiazhuang 050024 ,China) Abstract Great achievements have been made on multi-scale research of data mining. However ,multi-scale data mining research is far from being deep and perfect. Current research ,which mainly focuses on space and image data ,pays less attention to multi-scale data mining on the general data. With the continuous development of big data applications ,re- search of multi-scale data mining becomes particularly important. Regarding the issue above , this paper carried out