李丹丹
- 作品数：3 被引量：11H指数：2
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：教育部“春晖计划”国家自然科学基金内蒙古自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于数据场的量化关联规则研究
- 随着数据收集工具的广泛应用,海量数据的收集和积累导致“数据爆炸”,已经超出了人们理解和掌握的能力,传统的数据分析方法已不能满足需求,数据挖掘和知识发现技术应运而生并得到广泛应用。关联规则挖掘是数据挖掘研究的一个重要分支,...
- 李丹丹
- 关键词：数据挖掘量化关联规则聚类分析数据场
- 文献传递
- 基于数据场的量化关联规则挖掘研究与实现被引量：3
- 2014年
- 目前,对布尔型关联规则的挖掘研究已较成熟,而对量化关联规则的挖掘研究相对较少,并且采用的挖掘方法多是将量化属性进行离散化处理,进而转化为布尔型关联规则进行挖掘。但传统的对量化属性离散化处理的方法存在区间划分过硬的问题,因此提出一种基于数据场的量化关联规则挖掘方法。该方法避免了区间划分过硬问题,同时也充分考虑了数据集中数据的非完备性以及每个数据对数据挖掘任务所发挥的不同作用。实验证实了该方法的有效性。
- 孟海东李丹丹吴鹏飞
- 关键词：数据挖掘量化关联规则数据场聚类分析
- 基于数据场的量化关联规则挖掘方法设计被引量：7
- 2013年
- 目前关联规则挖掘多集中在布尔型关联规则的挖掘,对量化关联规则的挖掘研究较少,传统方法多是将量化属性离散化,进而转化为布尔型关联规则的挖掘。为了克服传统方法中区间划分过硬问题,本文设计了基于数据场的量化关联规则挖掘方法,并使用数据场的场量定义支持度和置信度的计算公式。该方法充分考虑数据集中数据的非完备性以及各个数据对数据挖掘任务所发挥的不同作用,可使得挖掘得到的关联规则更精确。
- 孟海东李丹丹吴鹏飞
- 关键词：数据挖掘量化关联规则数据场
