基于粗糙集和Apriori算法的冰川编目数据的关联规则挖掘

针对冰川编目数据的挖掘,人为给定的支持度和可信度的阈值导致挖掘出大量没有意义的关联规则。提出将粗糙集的属性重要性和属性值在事务数据库中的概率相结合方法。首先使用粗糙集方法求知识系统中各属性的重要度,然后再求出具体的属性值在知识系统中的概率,最后将重要度和概率相结合得到频繁项目集的权值,通过对项目集权值的平均加权计算,来动态改变Apriori算法的最小支持度和最小可信度,不仅提高模型的效率,而且将其应用于冰川编目数据的挖掘,挖掘出冰川的特征、海拔的关联关系。