关联规则挖掘是数据挖掘领域的重要课题,但是,就评价关联规则是否有价值的依据,即兴趣度的度量方法,学术界没有一致的标准。传统的兴趣度度量方法包括支持度一置信度,提升度,改善度,有效度,影响度方法等。这些传统的兴趣度度量方法都存在各自的局限,本文首先比较分析了关联规则的客观兴趣度度量的相关研究成果,然后,针对它们的不足进行了改进,提出了两种比较有效的关联规则度量方法(New-lift,New-Improve),通过实验分析,进而提出新的度量框架,并实证了新方法的特征属性。
科研之友
微信
新浪微博
Facebook
分享链接
