登录    注册    忘记密码

期刊文章详细信息

从数据库中发掘定量型关联规则    

Mining Quantitative Association Rules from Database

  

文献类型:期刊文章

作  者:梁曼君[1] 张瑞[1] 熊范纶[2,1]

机构地区:[1]中科院合肥智能所,合肥230031 [2]合肥工业大学计算机系,合肥230009

出  处:《计算机科学》

基  金:国家自然科学基金

年  份:1999

卷  号:26

期  号:8

起止页码:71-73

语  种:中文

收录情况:BDHX、BDHX1996、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘  要:一、引言随着数据库技术和机器学习技术的发展,在数据库中发现新颖的、具有潜在效用的知识,简称KDD(Knowledge Discovery in Database)是近年来的一个新兴研究领域。KDD中的关联规则是描述数据库中数据项(属性,变量)之间所存在的(潜在)关系的规则。我们作如下形式化定义: 令I={i1,i2……,im}为项目集(itemset),D为事务数据库,其中每个事务T是一个项目子集(TI),并具有一个唯一的标识符ID。关联规则是形如XY的逻辑蕴含式,其中XT,YT,且X∩Y=φ。有两个因子与这条规则相关;如果事务数据库中有s%的事务包含X∪Y,那么我们说关联规则XY的支持度(support)为s;如果事务数据库里包含X的事务中有c%的事务同时也包含Y,那么我们说关联规则XY的置信度(confidence)为c。

关 键 词:数据库 关联规则 机器学习  知识发现

分 类 号:TP311.13] TP18[计算机类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心