论文部分内容阅读
关联规则挖掘主要用于发现事务数据集中项与项之间的关系，由于事务数据通常具有时间特性，同一规则在不同的时间段，其支持度和置信度值也不尽相同。为关联规则建立元规则，对其支持度和置信度变化趋势进行分析和预测，有利于进一步指导挖掘和决策。本文通过一个例子，分析了使用GM（1，1）模型进行元规则挖掘的一般过程，评价了GM（1，1）模型在元规则挖掘中的优缺点。