定量化的FP-Growth在城市商铺关联规则挖掘中的应用

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：连世伟李宏伟杜泽欣马雷雷
• 会议时间：2014-11-21
• 关键词：城市商铺 ; 关联规则 ; 数据挖掘 ; FP-Growth算法
• 作者单位：信息工程大学地理空间信息学院,河南郑州 450052
• 母体文献：第六届全国地理信息科学博士生学术论坛论文集
• 会议名称：第六届全国地理信息科学博士生学术论坛
• 会议地点：南京
• 主办单位：中国地理学会地图学与地理信息系统专业委员会
• 语种：chi
• 分类号：V24;TH7

摘要

FP-Growth算法在关联规则挖掘中有着广泛的应用.以往的研究侧重于给出频繁项之间的关联关系,如A→B满足最小支持度和置信度,则认为A和B之间存在关联关系,但并不知道有多少A才能与B建立关联关系. 基于上述原因,给出了一种定量化的关联规则挖掘方法.这种方法以FP-Growth算法为原型,在构建FP-Tree的同时对单项的数量进行记录,在得到频繁项的关联规则的同时也得到了频繁项之间的量化关系.实验以洛阳市城区商铺数据为背景,分为三个步骤: 一是对商铺数据进行预处理,其本质是对商铺点进行空间聚类,把空间位置相近的商铺点聚合为一个区域,并统计该区域中的商铺类型和数量,然后以区域为单元构造事务数据.二是利用FP-Growth对构造好的事务数据集进行关联规则挖掘,在得到商铺间的关联关系同时,也计算出商铺间的量化关系.三是对挖掘出的关联关系和量化关系进行可视化的表达,以便更加清楚的展示商铺间的关系.实验结果表明采用定量化的关联规则挖掘方法,不仅可以揭示商铺间的关联关系,而且可以得到它们之间的比例关系.定量化的FP-Growth不仅能挖掘出频繁项间定性的关联关系,还可以得出其定量的比例关系.