汪際和

【摘 要】在挖掘關聯(lián)規(guī)則的過程中，人們往往不僅關心項集出現(xiàn)的頻率而且關心項集的重要性，為此，本文應用權重來綜合考慮項集的頻率和重要性，在構建概念格的過程中應用加權的值來更新概念和相應的邊。

【關鍵詞】概念格；頻繁項集；建格算法

0 引言

概念格是由德國的數(shù)學家Wille.R于1982年提出的一種基于序理論的數(shù)據(jù)分析工具，由于它的特殊結構等一些特點，在知識發(fā)現(xiàn)，信息檢索等方面得到廣泛應用。關聯(lián)規(guī)則的關鍵步驟是找出符合最小支持度條件的頻繁項集，體現(xiàn)于概念格中則表現(xiàn)為找出滿足條件的內涵集之間的關聯(lián)性。而頻繁項集和概念格中的節(jié)點存在一種對應關系，所以，尋找頻繁項集的過程可以看作是根據(jù)最小支持度構建概念格的過程。

如何構造和簡化概念格，一直是形式概念分析中的重要內容，為了更好地構建概念格，許多學者進行了大量研究并取得了比較豐碩的成果[3-6]。

3 結論

本算法綜合考慮了項集在事務數(shù)據(jù)庫中出現(xiàn)的頻率（即支持度）和重要性（即用權值表示），根據(jù)用戶對頻率和重要性的關心程度來設置權重？琢。當然，在該算法中，由于加權頻繁項集的超集不一定頻繁，所以就不能對候選項集剪枝。另外，對于不同的項集可以動態(tài)地設置權重等。對它們的研究將是下一步的工作。

【參考文獻】

[1]Jiawei Han，Micheline Kamber.范明，孟小峰，譯.數(shù)據(jù)挖掘概念與技術（第二版）[M].北京：機械工業(yè)出版社，2008.

[2]Bernhard Ganter.Rudolf Wille.馬垣，等，譯.形式概念分析[M].北京：科學出版社，2007.

3]簡宋全，胡學鋼，蔣美華.擴展概念格的漸進式構造[J].計算機工程與應用，2001，37（15）：132-134.

[4]王德興，胡學鋼，王浩.基于量化概念格的關聯(lián)規(guī)則挖掘[J].合肥工業(yè)大學學報，2002，25（5）：678-682.

[5]張繼福，張素蘭，鄭鏈.加權概念格及其漸進式構造[J].模式識別與人工智能，2005（2）：171-176.

[6]翟悅，郭文書，王立娟.利用擴展概念格進行關聯(lián)分類的算法[J].遼寧工程技術大學學報（自然科學版），2015，34（11）：1280-1284.

[責任編輯：王楠]