论文部分内容阅读
本文应用粗糙集理论中等价关系的概念，结合知识系统细化和泛化的思想以及Apriori算法中逐层搜索迭代求取频繁项集的思想，对数据挖掘中的多值属性关联规则问题进行研究，提出一种新的多值属性关联规则挖掘算法Mqars。Mqars的主要特点是无需将多值属性转化为布尔型属性，可以尽早地约简非候选的频繁项集，方便快捷地计算出项集支持度，提高多值属性关联规则挖掘效率。论文给出了Mqars算法详细描述、具体实现过程和算法实例及分析。最后设计实验环节对Mqars算法与传统的Maqa算法在时间复杂度和算法效率方面进行比对和分