支持度和置信度自适应的关联规则挖掘

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.