从Fuzzy Taxonomic数值型数据库中挖掘一般化关联规则

摘要

挖掘关联规则是数据挖掘研究的一个重要方面.基于属性内通常还存在更高层次的抽象,即呈现出Taxonomic结构这一事实,Srikant和Agrawal等人提出了在确定的Taxonomic 结构下挖掘泛化布尔型关联规则的挖掘算法.但在实际应用中,往往这种Taxonomic结构还呈现出模糊性;着重研究了在这种模糊Taxonomic结构下如何从数值型数据库中挖掘一般化关联规则的问题,提出了一种新的Fuzzy Taxonomic数值型数据库模型,并提出了相应的规则发现方法,两个实例数据库表明了新模型的有效性和灵活性.