%0 Journal Article
%T 基于信息熵的兴趣度规则挖掘算法*
%A 金洲
%A 王儒敬
%J 模式识别与人工智能
%P 524-532
%D 2014
%X 传统关联规则挖掘方法通常产生海量杂乱的规则,它们对用户而言是冗余的.为解决该问题,文中提出一种基于信息熵的兴趣度规则挖掘算法.通过变量相关性分析剔除原始规则集中虚假、错误的规则,并在信息熵的基础上提出度量关联规则兴趣度的框架.该算法不依赖用户先验知识,能无偏地表达数据包含的信息.在真实和仿真数据集上的实验验证该算法能有效挖掘兴趣度规则,且性能比传统算法更优.
%K 知识发现
%K 关联规则
%K 兴趣度度量
%K 信息熵
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9872.shtml