近似频繁集合强亲密关联性的矩阵挖掘方法

作者：温海波

来源：安徽建筑工业学院学报(自然科学版), 2013, (03): 56-60.

• 数据挖掘
• 强亲密关联性
• 复合置信度
• 近似频繁集
• 强关联规则 data mining
• strong close correlation
• compound confidence
• approximate frequent sets
• strong association rule

根据经典关联规则数据挖掘理论,讨论在给定事务中挖掘出具有强亲密关联性的强频繁集合,该集合是整体关联性最强的集合。首先用FP-Growth Tree算法挖掘出频繁集合,然后对支持度近似频繁集通过矩阵方法计算出复合置信度并得出强频繁集合。通过实例挖掘,对强频繁集合产生的强关联规则进行比较并做出最优选择。

• 单位
  合肥工业大学计算机与信息学院