面向正负关联规则的方剂配伍规律挖掘算法

针对已有中药数据挖掘中药物间的配伍规律以及传统关联规则挖掘算法在发现方剂药物配伍知识方面存在的诸多不足,提出一种基于正负双支持度的关联规则挖掘算法.在频繁项集发现阶段,引入最大支持度以解决过频繁问题,通过建立负项频繁模式树进行递归挖掘,引入支持度计数矩阵提高了正负频繁项的发现效率.强关联规则发现阶段,通过设置合适的置信度阈值和采用互信息进行相关性分析判定药物项集的关联关系.实验结果验证了所提方法较传统关联规则挖掘算法在中药方剂配伍规律挖掘的时效性和准确性上有较大提高,为中药方剂的配伍规律探索和新药研发提供新思路.

一种改进的正负关联规则挖掘算法

针对传统正负关联规则挖掘算法需要多次扫描数据库并且生成大量候选频繁项集的问题,在对比目前相关研究成果的基础上,提出了一种改进的正负关联规则挖掘算法,它通过两次数据扫描完成对正负关联规则的挖掘,对最大频繁项集的挖掘算法做了改进,有效提高了算法效率,同时对置信度标准做了改进。基于某真实事务集的实验表明,算法提高了规则挖掘的质量和有效性。

正负关联规则挖掘方法的改进及其应用

传统挖掘方法容易遗漏由频率高的项目集构成的规则,且其作用度取值范围不够规范。针对该问题,提出一种基于对比影响度的正负关联挖掘方法,可使量化结果控制在[-1,1]间,有效挖掘正负关联规则。将该方法应用到安徽巢湖地区性患病率高的食道癌病例数据关联规则的知识发现中,能挖掘出患食道癌的相关潜在因素,并给出对应预防措施。

完全加权正负关联规则算法及其在评教数据中的应用

现有的完全加权关联规则挖掘算法没能解决挖掘技术问题,为此提出一种新的完全加权正负关联规则挖掘算法,并探讨了算法在高校评教数据挖掘中的应用.该算法采用新的模式评价标准挖掘有趣的频繁项集和负项集,进而从频繁项集和负项集中挖掘有效的完全加权正负关联规则模式,克服现有挖掘算法的缺陷.以真实的高校评教数据为实验数据测试集,理论和实验结果都表明,该算法比现有完全加权关联规则挖掘算法更有效、合理,具有更高的理论价值和应用前景.

有效的矩阵加权正负关联规则挖掘算法--MWARM-SRCCCI

针对现有加权关联规则挖掘算法不能适用于矩阵加权数据的缺陷,给出一种新的矩阵加权项集剪枝策略,构建矩阵加权正负关联模式评价框架SRCCCI,提出一种新的基于SRCCCI评价框架的矩阵加权正负关联规则挖掘算法MWARM-SRCCCI。该算法克服了现有挖掘技术的缺陷,采用新的剪枝技术和模式评价方法,挖掘有效的矩阵加权正负关联规则,避免一些无效和无趣的模式产生。以中文Web测试集CWT200g为实验数据,与现有无加权正负关联规则挖掘算法比较,MWARM-SRCCCI算法的挖掘时间减幅最大可达74.74%。理论分析和实验结果表明,MWARM-SRCCCI算法具有较好的剪枝效果,候选项集数量和挖掘时间明显减少,挖掘效率得到极大提高,其关联模式可为信息检索提供可靠的查询扩展词来源。

分布式数据库中关系数据正负关联规则挖掘

针对传统分布式数据库中关系数据正负关联规则挖掘的准确度较低、挖掘效率较低等问题,提出一种新的分布式数据库中关系数据正负关联规则挖掘方法。在关联规则基本概念和性质分析基础上,利用多级支持度从频繁项集中生成正关联规则,结合根据频繁项集和非频繁项集生成负关联规则,通过最小支持度合理设置相关置信度,引入不同权重值于各数据库中,实现分布式数据库中关系数据正负关联规则的挖掘。仿真结果表明,以上算法可有效识别结果规则集中的负关联规则和弱关联规则,确保数据库中关联数据挖掘更加准确;在不同最小支持度或不同事务数条件下,挖掘速度较快,提升了挖掘效率。

相关系数和卡方检验的正负关联规则挖掘算法

随着经济全球化和信息技术的发展, 为了给企业发展提供更多的信息支持和决策帮助,数据中心纷纷建立起来,其作用是通过分析海量数据来为企业的政策趋向和战略选择提供意见佐证。但是,要想在庞大的数据海洋中获取数据间的相关性依赖并非易事,而且,传统的关联规则算法通常并不完善,产生的规则通常会包含一些没有意义甚至错误的规则,即所谓的弱规则与负规则。针对这种现状,提出一种度量正负关联规则的检验方法,并引入赋予不同权重值给不同数据库的方式,提高在水平多数据库中挖掘正负关联规则的效率。

一种带兴趣度的正负关联规则挖掘算法

针对负关联规则挖掘所带来的问题,提出加入最大支持度来控制频繁项集生成规模,改进了相关性的计算公式,并将其用作正负关联规则的兴趣度来剔除无兴趣的关联规则,限制关联规则中的前后件项目个数来保证挖掘出的关联规则的实用性和可理解性。最后,给出一种能够同时挖掘正负关联规则的算法,实验结果表明算法是有效的、可行的。

高校课程学习兴趣正负关联规则分析

高校日常的教学管理数据中隐藏着很多重要信息,但未能得到充分利用。文章给出一个关联规则挖掘模型,特别是引入负关联规则,可以发现相互促进影响的因素和相互抑制发生的现象。并将此模型应用于挖掘影响"英美文学学习兴趣"的相关因素,有利于改善教学过程管理,提高教学效果。

基于正负关联规则的告警根因计算方法

在大型IT系统中偶尔会出现故障状况或异常,为及时抢通业务,需要采用快速定位告警根因的方法。常用的告警根因分析方法主要是关联规则分析,而普通的关联规则面对大量数据存在一定缺陷,可能会挖掘到统计学上相关但是逻辑上不相关的无效告警关联规则。文章提出一种基于正负关联规则的告警根因计算方法,采用错误日志、告警的聚类压缩处理方法,结合机器设备之间的拓扑关联关系,对异常事件进行正负关联度分析挖掘,找到两两异常事件之间的关联关系,作为故障根因的判断依据。在实验数据部分,得到较为准确的根因分析结果,证明该算法能减少冗余无效规则,提高挖掘效率。

基于兴趣度的正负关联规则挖掘算法研究

为了解决负关联规则挖掘中海量项集问题和一级剪枝策略效率不高的问题,本文在研究关联规则相关性和兴趣度的基础之上,提出了一种计算项集兴趣度的数学模型,引入了有趣2项集的概念,设计了基于兴趣度的项集剪枝和关联规则剪枝的二级剪枝策略及实现二级剪枝的正负关联规则挖掘算法。

一种基于正频繁项集的非矛盾正负关联规则挖掘算法

关联规则前件或后件中部分项集为负的负关联规则更有意义,要挖掘这样的负关联规则首先要获取负频繁项集。为快速获取负频繁项集,本文提出将正频繁项集中若干项改为负项,若满足最小支持度计数则为负频繁项集。在正负频繁项集中生成关联规则时,会产生矛盾的关联规则,对于矛盾规则,提出使用二次概率相关性判断方法来正确选择具有矛盾的关联规则。经过实验,验证该算法是有效和正确的。

正负关联规则两级置信度阈值设置方法

针对传统正负关联规则置信度阈值设置方法难以控制低可信度规则数量和易遗漏有趣规则的问题,提出了一个结合项集相关性的两级置信度阈值设置方法(PNMC-TWO)。首先,基于规则的无矛盾性、有效性和有趣性考虑,以相关度-支持度-置信度为框架,从规则置信度与项集支持度的计算关系出发,系统地分析了正负关联规则置信度取值随规则的项集支持度大小变化的规律;然后,与实际挖掘中用户对高可信度且有趣的规则需求相结合,提出了一个新的设置模型,避免了传统方法设置阈值时的盲目性和随意性;最后,从规则数量和规则质量两方面对所提方法与原双阈值法进行了实验对比。实验结果表明,所提方法不仅可以更好地确保提取出的关联规则有效和有趣,还可以显著地降低可信度低的关联规则数量。

水平分布数据库的正负关联规则挖掘

目前,正负关联规则的挖掘受到越来越多的关注,在现实运用中也越来越广泛。随着信息技术和经济全球化的发展,许多企业都在全国甚至全世界范围内拥有自己的数据中心。企业通过分析这些数据的关联来为他们的战略抉择和政策制定服务。而直接在这些庞大的数据中寻找数据之间的关联不是一件容易的事。而且,在这些大量的数据中,不是所有的数据都是分析中所需要的。文中通过在文献[4]中所提的方法中引入对不同数据库赋予不同权重值的方式,使得在分布式数据库中挖掘正负关联规则更加高效。经过测试,这一改进是有效的。

基于兴趣度度量的正负关联规则挖掘方法研究

传统的Apriori算法通过支持度阈值和置信度阈值的筛选来挖掘强关联规则,所挖掘出来的强关联规则并不都是有趣的,也忽略了负关联规则的挖掘,失去了负关联规则在决策分析中的重要作用。为了过滤强关联规则中的无趣规则,挖掘有趣的正负关联规则,引入了兴趣度的概念,对现有的几种兴趣度度量进行了研究,利用兴趣度度量的相关性质,提出了一种新的兴趣度度量。根据支持度、置信度、兴趣度的相关性质提出了相关定理并进行证明,用以挖掘有趣的正负关联规则。在新的兴趣度度量的基础上进行了算法设计,并采用真实数据集进行算法验证。结果显示,以提出的兴趣度度量为基础进行正负关联规则的挖掘是可行的,其结果比经典的Apriori算法挖掘方法更实用更有效。

MapReduce框架下基于正负关联规则的视频人物关系挖掘

针对目前视频人物关系挖掘中关系单一的问题,提出了一种MapReduce框架下基于关联规则的视频人物关系挖掘方法。首先对预处理过的视频图像进行人脸聚类,其次引入了关系方向、关系权重、关系影响三个关系细化的概念,对所得人脸事务数据库进行了正负关联规则挖掘,最后比较了挖掘结果关系图同客观关系图在对应图节点度数上的差异。实验表明,该方法可以挖掘出客观人物关系图主要结构,相对于其他人物关系挖掘方法完成了人物关系的细化,对视频内容分析的研究具有较强的参考价值。

基于OpenMP的Gibbs抽样正负关联规则算法研究

大数据集中挖掘正负关联规则是关联规则挖掘的重要研究内容。负关联规则挖掘存在挖掘关联规则数量多、难度大等问题,因此针对大数据集中挖掘正负关联规则提出一种基于OpenMP的Gibbs抽样正负关联规则挖掘算法。该算法通过Gibbs抽样从原始数据集中挖掘得到重要的关联规则,并在Gibbs抽样的转移概率计算部分利用OpenMP并行技术进行加速。在只挖掘重要正负关联规则的同时,缩短挖掘时间,有效提高正负关联规则挖掘的效率。在UCI蘑菇数据集中使用该算法,实验结果显示该算法在大数据集中具有较好的表现。

基于项权值变化和SCCI框架的加权正负关联规则挖掘

给出项权值变化的数据模型形式化表示,构建新的加权项集剪枝策略及其模式评价框架SCCI(supportconfidence-correlation-interest),提出基于项权值变化和SCCI评价框架的加权正负关联规则挖掘算法.该算法考虑了项权值变化的数据特点,采用新的剪枝方法和评价框架,通过项集权值简单计算和比较,挖掘有效的加权正负关联规则.实验结果表明,该算法能够有效地减少候选项集数量和挖掘时间,挖掘出有趣的关联模式,避免无效模式出现,挖掘效率高于相比较的现有算法,解决了项权值变化的加权负模式挖掘问题.

电力大数据并行关联规则挖掘算法

该文针对电力大数据环境下正负关联规则挖掘项集多和运算量大的问题,提出了并行正负关联规则挖掘算法,即MR-CEPNR(MapReduce-based Closed set Eclat Positive and Negative Rules)。该算法基于数据分块思想,利用关联规则中的闭集特性将大数据集划分成小数据块,在每个数据块中挖掘正负频繁项集。第一步,Map过程读取数据集将其划分为小数据块,Reduce过程在每个小数据块上计算频繁2-项集并保存;第二步,Map过程根据频繁2-项集制作分发表,Reduce过程根据分发表和频繁2-项集来计算频繁K(K>2)-项集。算法结果表明,该算法可以对电力大数据中隐藏的正负关联规则进行有效挖掘,并提供决策方案。

基于多目标烟花优化算法的正负量化关联规则挖掘

为同时获得正负量化关联规则,并尽量减少人为干预的影响,在多目标烟花优化算法的基础上,提出一种正负量化关联规则挖掘算法。引入全面搜索关联规则,使用外部库存放非支配解,通过基于相似度的冗余淘汰机制保持库中关联规则的多样性,经多次迭代获得关联规则集合。实验结果表明,该算法无需人为指定支持度、置信度等阈值,一次运行后即可获得正负关联规则。此外,与Apriori算法及单目标进化算法相比,该算法在不同数据集上均可得到稳定的结果,能充分覆盖数据集,在可靠性、相关性及可理解性之间获得较好的均衡。