论文部分内容阅读
目前,对布尔型关联规则的挖掘研究已较成熟,而对量化关联规则的挖掘研究相对较少,并且采用的挖掘方法多是将量化属性进行离散化处理,进而转化为布尔型关联规则进行挖掘。但传统的对量化属性离散化处理的方法存在区间划分过硬的问题,因此提出一种基于数据场的量化关联规则挖掘方法。该方法避免了区间划分过硬问题,同时也充分考虑了数据集中数据的非完备性以及每个数据对数据挖掘任务所发挥的不同作用。实验证实了该方法的有效性。