诱导类别和定量关联规则复杂度
计算复杂性
2007-05-23 v1
摘要
诱导关联规则是数据挖掘应用中的核心任务之一。从数据库中诱导的定量关联规则描述了数据中隐藏的丰富关系，对于各种应用目的（例如市场篮子分析、客户细分等）都有用处。尽管这些关联规则在实际中相当广泛地使用，但对诱导它们的计算复杂度进行深入分析仍然缺乏。本文旨在此设置下提供一个贡献。为此，我们首先正式定义了定量关联规则挖掘问题，这些问题以布尔关联规则为特例，然后通过考虑标准情况以及一些有趣的特殊情况（即具有空值的关联规则挖掘、固定大小属性集的数据库、稀疏数据库、固定阈值问题）来分析它们的计算复杂度。
引用
@article{arxiv.cs/0111009,
title = {On the complexity of inducing categorical and quantitative association rules},
author = {Fabrizio Angiulli and Giovambattista Ianni and Luigi Palopoli},
journal= {arXiv preprint arXiv:cs/0111009},
year = {2007}
}