摘要
1.引言近年来,数据发掘(Data Mining),亦称数据库中的知识发现(Knowledge Discovery in Databases,简称KDD),受到当今国际人工智能与数据库界的广泛重视。关联规则是KDD研究中的一个重要研究课题。该问题是R.Agrawal等人提出的,目的是要在交易数据库中发现各项目之间的关系。例如,有这样一条关联规则:黄油,牛奶面包(30％,2％)。其含义是购买了黄油和牛奶的顾客还将购买面包,30％、2％分别是该规则的信任度和支持度。
This paper provides a survey of the itemset method for discovery of association rules. We discuss a number of variations of the association rules problem that have been proposed in the literature up to now. Some inherent weaknesses of the frequent itemset method of association rules discovery have been explored. We also discuss some other formulations of associations that can be viable alternatives to the traditional association rules generation method.
出处
《计算机科学》
CSCD
北大核心
1999年第3期41-44,共4页
Computer Science
基金
国家自然科学基金
关键词
关联规则
知识发现
人工智能
Knowledge discovery ,Data mining, Association rules, Frequent itemset
