改进的关联分类算法在交叉营销中的应用

？提出一种基于频繁闭项集和不精确推理机制的关联分类算法chc用于分析企业交叉营销过程，指导商业决策。改进了基于h-struct动态链接结构的频繁闭项集挖掘算法h-c，将类别属性插入h-struct头表以减小搜索空间，设定局部相对最小支持度阈值和全局最大支持度阈值过滤无用项集，通过最大挖掘长度阈值提高规则的可用性。扩充了emycin系统中的不精确推理算法，使之可以同时处理后件为负项的关联规则。算法克服了传统分类算法只能得到类别标号的不足，通过求得的类别从属可信度，方便企业对多项营销方案做综合评价。与传统关联分类算法的对比实验证明，改进之后的分类算法在运行速度和分类精度上是高效的。