基于概念格的组规则产生集的算法研究

摘要

数据挖掘中传统的关联规则生成算法产生的关联规则集合相当庞大,其中很多规则可由其它规则导出.使用闭项集可以减少规则的数目,而概念格节点间的泛化和例化关系非常适用于规则的提取.目前几种基于概念格的规则提取算法局限于得到准确支持度、信任度的无冗余规则.提出了一种在概念格上挖掘出能推导出所有满足最小支持度、信任度规则的规则产生集算法,文中称之为组规则产生集算法,减少了规则的规模.在此基础上进一步给出了组规则产生集的存储数据结构并用其导出一般规则产生集的算法.