论文部分内容阅读
目前,关联规则的挖掘算法主要用于非稠密数据,很少有挖掘稠密数据的算法,而现实世界中有许多数据是稠密的.由于现行的算法不适合稠密数据的挖掘,本文定义了兴趣度函数,给出了挖掘稠密数据有趣关联规则的有效算法.该算法与以往不同的是提前过滤掉不满足约束的属性组合,因而提高了速度,同时,使发现的规则更有趣,更易理解.