论文部分内容阅读
采用传统的关联规则方法对关系型数据集进行数据挖掘时,通常以属性为粒度求解属性之间的相关性,未能直观地剖析属性内部的规律和相关性.以细化分析粒度和提高关联规则的fine精度为目标,通过把属性"打碎",再结合基于逻辑的OCAT方法,提出一套细粒度的关联规则数据挖掘方法,同时由于该方法得到的关联规则表达形式的特殊性,使得其能提高处理大规模数据集的运算效率.最后,以一个气象数据集为实例进行实验,对结果的准确率进行了分析,并将其与传统关联规则进行对比,结果表明该方法能得到细粒度属性的关联规则,能更直观地展示属