基于项频度和权值的中文词间矩阵加权关联规则挖掘方法

摘要

本发明公开了基于项频度和权值的中文词间矩阵加权关联规则挖掘方法，首先将待挖掘的中文文档进行去除中文停用词、提取特征词并计算特征词权值的预处理，分别构建中文特征词库和中文文档索引库；采用基于项频度和权值的矩阵加权支持度计算方法挖掘中文特征词矩阵加权频繁项集，得到中文特征词矩阵加权频繁项集集合；采用置信度‑兴趣度评价框架从所述中文特征词矩阵加权频繁项集中挖掘中文特征词矩阵加权关联规则模式。本发明方法充分考虑了特征词在文档中出现频度和权值，能挖掘出更实际、更合理的和更能体现特征词间的各种关联关系的中文词间矩阵加权关联规则模式，这些模式应用于信息检索查询扩展领域能提高信息检索性能。