论文研究基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法.pdf

针对从数据集中的正负关联规则挖掘问题，提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先，对通过逆文档频率（IDF）对语料库中的项（项集）进行加权，筛选出前N%的项集；然后，通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集，以此降低非频繁项集的数量；最后，通过置信度和升降度阈值的判断，分别从频繁项集和非频繁项集中挖掘正负关联规则。其中，创新性地利用了非频繁项集来挖掘正负关联规则。在一个医学文本数据集上的实验结果表明，提出的方法能够有效地挖掘出正负关联规则，且能够大大降低项集和规则数量。