论文部分内容阅读
关联规则挖掘可以发现大量数据中项集之间有趣的关联或相关联系，并已在许多领域得到了广泛的应用。目前业界已经提出了许多发现关联规则的算法，这些算法都认为每个数据对规则的重要性相同。但在实际应用中，用户会比较倾向于自己最感兴趣或认为最重要的那部分项目，因此有必要加强这些项目对规则的影响，同时减弱另一些用户兴趣不大或认为不重要的项目对规则的影响。为此，论文提出了水平加权关联规则的问题，并结合Apriori算法，加以改进，给出了关于该问题的解决方案及有效算法New_Apriori。