关联规则置信度提升的形式化与计算性质

关联规则间冗余的一些现有概念允许逻辑风格的刻画，并导致绝对最小规模的冗余基。可以进一步推进冗余的直觉，并找到关联规则兴趣度的直观概念，即相对于其他规则的“新颖性”。具体而言：一条非冗余规则之所以非冗余，是因为其置信度高于其余规则所暗示的值；那么，可以问：高出多少？我们提议通过规则的置信度提升来度量这种“新颖性”，该概念涵盖了先前两个类似的概念（置信度宽度和规则阻断，后者与早期度量“改进”密切相关）。作为置信度和支持度的补充，置信度提升有助于获得小而精的挖掘关联规则集，并解决了在某些情况下负相关规则可能通过置信度界限这一众所周知的问题。我们分析了置信度提升概念的两个版本的性质，其中一个是另一个的自然推广。我们开发了高效的算法，根据置信度提升过滤规则，将该概念与文献中的一些类似概念进行比较，并描述了在标准基准数据集上使用新概念进行的一些实验结果。我们描述了一个开源关联挖掘工具，该工具以无需用户为任何参数选择任何值的方式进行数据挖掘过程，体现了我们置信度提升的一个变体。