基于意外度的关联规则深层知识发现及应用研究

作者：李军,黄安强,张玲玲,石勇

摘要：为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。

发文机构：中国科学院研究生院管理学院 中国科学院虚拟经济与数据科学研究中心 北京航空航天大学经济管理学院 英大泰和财产保险股份有限公司

关键词：意外度关联规则商品促销association ruleexpectednessproduct promotion

分类号： TP311.13[自动化与计算机技术—计算机软件与理论][自动化与计算机技术—计算机科学与技术]