陈莉平
- 作品数：2 被引量：15H指数：1
- 供职机构：江南大学通信与控制工程学院更多>>
- 发文基金：国家科技重大专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于关联规则的数据挖掘算法的研究与应用被引量：14
- 2007年
- 提出了一种基于关联规则二进制数组密集树的数据挖掘算法——BSC-tree算法,该算法将传统的交易数据库简化成二进制序列;其次在此基础上构造出BSC-trees,作为数据挖掘的准备条件,并由此求出BSC-trees的所有路径码,进而通过BSC-trees路径码间的逻辑与运算,他一次只需扫描整个数据库就能够快速地求出所有的关联规则。并将该算法用于交通事故历史数据的挖掘,他能够提取隐含在交通事故中未知的有用信息,为分析交通事故中各种诱因提供辅助性的决策。试验结果表明该算法优于其他算法。
- 陈莉平屈百达
- 关键词：数据挖掘关联规则交通事故
- 一种基于频繁模式树的正负关联规则挖掘算法被引量：1
- 2008年
- 当前关联规则挖掘主要着眼于正关联规则,如A→B的关联规则的挖掘,这种单一的只对正关联规则的挖掘方式存在严重的弊端,他掩盖了数据之间存在的隐含负关联规则,进而无法得出一些正关联规则中某些项目间相互制约的负关联关系。在关联规则概念和性质的基础上提出了基于频繁模式树的拓展式的正、负项目的关联规则挖掘算法,通过对数据库的遍历形成前缀链表,不仅挖掘包含所有正项目的关联规则,而且还能够挖掘出所有包含负项目的关联规则,不会造成负关联规则的淹没。并对算法的效率和可行性进行分析,该算法在描述关联规则项目间的相互独立程度上比已有的单一挖掘负项目的关联规则算法更具优势。
- 屈百达陈莉平
- 关键词：关联规则负关联规则频繁模式树
