摘要:本文提出了一个基于关联规则的自适应分类规则挖掘方法,该方法通过对分类规则的挖掘实现在CRM中对客户购买倾向进行分类,本文主要研究和探讨了基于FP-growth算法的自适应分类规则挖掘方法和流程.在一般的基于关联的分类方法中,都是利用标准关联规则挖掘算法(如Apriori算法)挖掘出有关的关联规则,本文提出了利用不需要产生侯选集的频繁挖掘算法(FP-Growth算法)来产生频繁集,大大降低了时间和空间复杂度.同时对该算法进行了改造,使其能适应关联分类规则的挖掘,提高了挖掘的有效性.另外,使输入参数能自适应进行调整,降低了用户输入技术参数的难度,提高了整个方法对分类规则的鲁棒性、准确性、效率和可扩展性.