支持度和置信度自适应的关联规则挖掘

作     者：林甲祥 巫建伟 陈崇成 张泽均 舒兆港 LIN Jia-xiang;WU Jian-wei;CHEN Chong-cheng;ZHANG Ze-jun;SHU Zhao-gang

作者机构：福建农林大学计算机与信息学院福建福州350002 国家海洋局第三海洋研究所海洋环境管理与发展战略研究中心福建厦门361001 福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350116 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第12期

页      面：3746-3754页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(41401458) 福建省自然科学基金项目(2018J01644 2016J05148 2016J01753) 中国-东盟海上合作基金项目(2020399) 国家海洋局第三海洋研究所基金项目(2016020) 福建省科技计划重点基金项目(2015H0015) 

主　　题：参数自适应 关联规则 支持度 置信度 频繁项集 

摘      要：以事务集中所有项的支持数和所有规则的置信度数据为依据,使用统计拟合技术,对支持度和置信度阈值的自动化确定进行研究,提出支持度和置信度自适应的关联规则挖掘算法AdapARM (adaptive association rule mining),降低算法对先验知识的依赖性。在标准数据集Trolley和Groceries上进行实验研究,实验结果及其分析验证了AdapARM算法的有效性,其具有用户不必具备数据集的先验知识、不需人为设定支持度和置信度参数的优点。