扎赫拉·法扎尼亚;穆罕默德·卡纳瓦里;萨塔尔·哈希米 相似行为属性对大型数据库中模糊关联规则挖掘的影响。 （英语） Zbl 1162.68531号 Gavrilova，Marina（编辑）等人，《计算科学及其应用——ICCSA 2006》。2006年5月8日至11日，英国格拉斯哥国际会议。会议记录，第一部分，柏林：施普林格出版社（ISBN 3-540-34070-X/pbk）。计算机科学课堂讲稿39801100-1109（2006）。 摘要：关联规则挖掘是一个活跃的数据挖掘研究领域。近年来，人们在发现模糊关联方面做出了许多努力。模糊关联规则挖掘的关键优势在于其完备性。然而，这种优势也有一个主要缺点。它经常产生大量模糊关联。对于属性高度相关的数据集尤其如此。大量的模糊关联使得人类用户很难对其进行分析。现有研究表明，大多数发现的规则实际上是多余的或微不足道的。在本文中，我们提出了一种新的技术来克服这个问题。该方法是有效的，因为实验结果表明，生成的规则集通常非常小。我们的解决方案还减少了平均事务和数据集的大小。我们的性能研究表明，与其他算法相比，该解决方案具有优越的性能。关于整个系列，请参见[Zbl 1107.68012号]. 引用于1文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：数据挖掘;模糊关联规则;语言术语 PDF格式BibTeX公司 XML格式引用 \textit｛Z.Farzanyar｝等人，Lect。注释计算。科学。3980、1100至1109（2006年；兹bl 1162.68531） 全文： 内政部