基于量化规则格的关联规则渐进更新

提出一种基于量化规则格的规则更新算法,重点讨论了在新增格节点的过程中规则更新的思想,实现在格的渐增生成过程中,相应的关联规则也得到渐进更新。最后给出简单实例说明规则更新算法的正确性。

基于量化规则格的关联规则之分布式获取

在形式概念分析中,提取关联规则是构造概念格的目的之一。量化规则格是为了便于提取规则的扩展概念格。概念格分布处理是先分布构造多个部分概念格,再合并构造出完整概念格,以提高构造格的速度。本文提出一种规则合并技术和相应的算法,由部分量化规则格提取部分关联规则,然后直接进行部分关联规则的合并,得到完整的关联规则,即对关联规则进行分布提取。由于无需构造完整格,并且直接再利用已有的部分关联规则,从而降低了利用概念格提取关联规则的复杂度。最后,给出一个简单的实例,说明算法的正确性,并通过实验验证了算法的有效性。

量化规则格及其渐进式构造

提取最小无冗余规则的关键是获取频繁封闭项集所对应的同交易项集集合中的最小项集.为了便于利用概念格提取这类规则.本文提出量化规则格,重点讨论在渐进构造格的过程中生成节点所对应的同交易项集中的最小项集的问题,并给出相应的算法.由于量化规则格和格节点对应的具有相同交易集的最小项集是渐进生成的,因此,它适合于从动态数据库中提取最小无冗余的关联规则并且可方便地实现规则的渐增更新.