資源描述：
《基于信息熵的興趣度規(guī)則挖掘算法-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第27卷第6期模式識別與人工智能Vo1．27No．62014年6月PR＆AIJune2014基于信息熵的興趣度規(guī)則挖掘算法(中國科學(xué)院合肥智能機械研究所仿生計算與智能決策實驗室合肥230031)(中國科學(xué)技術(shù)大學(xué)自動化系合肥230026)摘要傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘方法通常產(chǎn)生海量雜亂的規(guī)則，它們對用戶而言是冗余的．為解決該問題，文中提出一種基于信息熵的興趣度規(guī)則挖掘算法．通過變量相關(guān)性分析剔除原始規(guī)則集中虛假、錯誤的規(guī)則，并在信息熵的基礎(chǔ)上提出度量關(guān)聯(lián)規(guī)則興趣度的框架．該算法不依賴用戶先驗知識，能無偏地
2、表達(dá)數(shù)據(jù)包含的信息．在真實和仿真數(shù)據(jù)集上的實驗驗證該算法能有效挖掘興趣度規(guī)則，且性能比傳統(tǒng)算法更優(yōu)．關(guān)鍵詞知識發(fā)現(xiàn)，關(guān)聯(lián)規(guī)則，興趣度度量，信息熵中圖法分類號TP311InterestingnessRuleMiningAlgorithmBasedonInformationEntropyJINZhou一，WANGRu．Jing(BionicComputingandlntelligentDecisionLaboratory，InstituteofIntelligentMachines，ChineseAc
3、ademyofSciences，Hefei230031)(DepartmentofAutomation，UniversityofScienceandTechnologyofChina，Hefei230026)ABSTRACTWiththedevelopmentofdatacollectionandstoragetechniques，excessiveandunorderlyrulesaregeneratedbytraditionalassociationrulemining，whichcannot
4、meetinterestofusers．Tosolvethisproblem，aninterestingnessmeasureofassociationrulesbasedoninformationentropyisproposedtomineinterestingnessassociationrules．Correlationanalysisforcategoricalvariablesisadoptedtoeliminatefalseanderroneousrulesfromtheprimit
5、iveset，andaframeworkforevaluatingtheinterestingnessdegreeofrulesbasedoninformationentropyisproposed．Sincethemethoddoesnotdependonthepriorknowledgeofusers，itcanrepresenttheinformationhiddeninthedataaccurately．Simulationresultsonbothrealandsyntheticdata
6、setsshowthattheproposedalgorithmperformsbetterthanthetraditionalalgorithms，anditdiscoversinterestingnessrulesfromlargedatabaseeficiently．KeyWordsKnowledgeDiscovery，AssociationRule，InterestingnessMeasure，InformationEntropy國家自然科學(xué)基金項目(No．31171456)資助收稿日期：
7、2012—11—29；修回日期：2013—11—20作者簡介金洲(通訊作者)，男，1985年生，博士研究生，主要研究方向為數(shù)據(jù)挖掘、知識發(fā)現(xiàn)．E-mail：manjinzhou@gmail．eom．王儒敬，男，1964年生，研究員，博士生導(dǎo)師，主要研究方向為知識表示與可視化、知識獲取、主從推理與決策融合、復(fù)雜自適應(yīng)系統(tǒng)．6期金洲等：基于信息熵的興趣度規(guī)則挖掘算法1引言作為興趣度規(guī)則可在一定程度上解決興趣度規(guī)則評估的問題．然而對不同的興趣度度量方法對比發(fā)現(xiàn)，大部分的度量方法對興趣度規(guī)則的計算結(jié)果并不
8、一關(guān)聯(lián)規(guī)則挖掘是知識發(fā)現(xiàn)(KnowledgeDiscovery致，甚至有矛盾的地方．Tan等研究和對比21種inData，KDD)研究領(lǐng)域中一個重要的研究方向，獲不同的興趣度度量方法，各種方法在不同領(lǐng)域數(shù)據(jù)得學(xué)術(shù)界的廣泛關(guān)注，并充分應(yīng)用在經(jīng)濟、市場和社的仿真結(jié)果顯示不同的興趣度度量方法產(chǎn)生的規(guī)則會學(xué)等領(lǐng)域．Apriori算法?是挖掘關(guān)聯(lián)規(guī)則的重要在按興趣度排序時結(jié)果并不一致，可見理論上無法算法，主要通過最小支持度(Suppoa)和置信度找到一種最佳的客觀興趣度度量方法能直接有效地(
