基于邻域粒化的多数据源高投票决策规则的挖掘
本文选题:邻域粒化 + 多数据源 ; 参考:《南京大学学报(自然科学)》2017年06期
【摘要】:多数据源高投票决策规则挖掘是指从多数据源中挖掘存在大部分数据源且具有重要意义的决策规则,此类规则在银行理财产品营销、市场营销、疾病诊断等领域中具有指导性作用.利用样本邻域粒化来构建决策规则的表现形式,在此基础上定义了覆盖度、投票数等多种决策规则的度量指标,用以挖掘满足这些度量指标的高投票决策规则.实验结果验证了所提算法挖掘多源决策信息系统中的高投票决策规则挖掘的有效性.
[Abstract]:The mining of high voting decision rules from multiple data sources refers to the decision rules which have great significance and exist in most data sources. This kind of rules is used in the marketing and marketing of bank financial products.Disease diagnosis and other fields have a guiding role.The representation of decision rules is constructed by means of sample neighborhood granulation. On this basis, the measures of coverage, voting number and other decision rules are defined, which are used to mine the high voting decision rules that satisfy these metrics.The experimental results show that the proposed algorithm is effective in mining high voting decision rules in multi-source decision information systems.
【作者单位】: 闽南师范大学计算机学院;数据科学与智能应用福建省高等学校重点实验室;闽南师范大学数学与统计学院;
【基金】:国家自然科学基金(61672272,61303131,61603173) 福建省高校新世纪优秀人才支持计划
【分类号】:TP311.13
【相似文献】
相关期刊论文 前10条
1 彭玉兵,吴根秀,张亮;近似决策规则的形成及其应用[J];江西师范大学学报(自然科学版);2005年01期
2 李小霞,陈绵云;决策规则的简化[J];计算机工程与应用;2003年11期
3 刘丽艳,王海涌,郑丽英;基于粗集理论的决策规则约简算法的研究与应用[J];兰州交通大学学报;2004年06期
4 瞿华;;一种基于过程挖掘的业务过程决策规则发现算法[J];计算机应用研究;2012年06期
5 刘丽艳,郑丽英;面向属性的决策规则挖掘算法的研究与应用[J];电气传动自动化;2005年05期
6 张振华,刘文奇;一种基于可辨识矩阵与决策规则独立原则的缺损数据知识发现方法[J];计算机工程;2002年10期
7 马廷淮,赵亚伟,张海盛,曾振柄;基于粗糙集的决策规则约简[J];计算机工程;2003年12期
8 张宏宇,梁吉业;基于决策表的加权决策规则挖掘算法[J];计算机工程;2003年18期
9 殷国富;赵汝嘉;;非公式计算设计参数的一种推理决策[J];机械;1990年02期
10 黄金杰,李士勇;一种基于粗糙集的决策规则综合方法[J];电机与控制学报;2003年03期
相关会议论文 前3条
1 肖人彬;费奇;;DSS中的决策支持研究[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
2 黄维篁;李国良;冯建华;;高效的数据源选择方式[A];NDBC2010第27届中国数据库学术会议论文集A辑二[C];2010年
3 张春海;刘群;李华;;基于概率统计及查询质量的数据源选择策略[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
相关博士学位论文 前1条
1 郭庆;基于粗糙集理论的不确定信息系统及其决策研究[D];合肥工业大学;2017年
相关硕士学位论文 前10条
1 唐迁;基于局部感知的决策规则提取及其应用研究[D];电子科技大学;2014年
2 胡凌超;基于增量聚类器的三支聚类集成方法研究[D];重庆邮电大学;2016年
3 吴昊;基于多维度的事件日志决策规则挖掘优化研究[D];武汉科技大学;2016年
4 张倚弛;概念格中决策规则的获取方法研究[D];山西大学;2008年
5 田海龙;基于三支决策的中文微博观点句识别研究[D];湖南工业大学;2015年
6 秦争艳;基于采样的Deep Web数据源选择方法研究[D];上海师范大学;2015年
7 吴鹏志;空间矢量数据访问引擎技术研究与架构设计[D];西安电子科技大学;2014年
8 姜柯戎;大学生就业服务系统算法研究[D];上海应用技术大学;2016年
9 胡代勇;一种改进的深层网络数据源描述方法[D];哈尔滨工程大学;2012年
10 王燕妮;基于临床数据源的同步医学影像教学系统的构建研究[D];南方医科大学;2009年
,本文编号:1733894
本文链接:https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/1733894.html