维普资讯 http://www.cqvip.com 则自动综合评价方法的研究 Ｓｔｕｄｙ ｏｆ Ａｓｓ０ｃｉａｔｉＯｉｌ Ｒｕｌｅｓ’Ｓ ＡｕｔｏｍａｔｉＣ Ｓｙｎｔｈｅｓｉ ｚｅｄ Ａｐｐｒａｉ ｓａｌ 贾洪艳 林庆 朱翠苗 郑广成ｆ＿ 关 联 规 则 自 动 综 厶 口 浑 Ｊｉａ ｌｔｏｎｇｙａｎ Ｌｉｎ Ｑｉｎｇ Ｚｈｕ Ｃｕｉｍｉａｏ Ｚｈｅｎｇ Ｇｕａｎｇｃｈｅｎｇ （１．江苏大学计算机科学与通信工程学院，镇江２１２０１３；２．连云港职业技术学院信息工程学院，连云港２２２００６） （１．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ｌｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅ ｒ’ｉｎｇ，Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ．Ｚｈｅｎｊｉａｎｇ ２１２０１３； ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｎｅｅｒｉｎｇ，Ｌｉａｎｙｕｎｇａｎｇ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｌｉａｎｙｕｎｇａｎｇ ２２２００６） 价 方 法 的 研 究 摘要：讨论了基于关联规则的主观感兴趣度和客观感兴趣度方法，并将这两种方法有机结合，提出了关联规则的自 动综合评价方法。该方法将评价过程自动化，以一个统一的综合指标呈现给用户。 关键词：知识发现：关联规则：评价：感兴趣度 中图分类号：ＴＰ３ｌ１．１ｌ 文献标识码：Ａ 文章编号：１ ６７ｌ一４７９２一（２００７）５—０ｌ ６８—０２ Ａｂｓｔｒａｃｔ：ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ｓｕｂｊｅｃｔｉ Ｖｉｔｙ ｉｎｔｅｒｅｓｔ ｍｅａｓｕｒｅ ａｎｄ ｏｂｄｅｃｔｉｖｅ ｉｎｔｅｒｅｓｔ ｍｅａｓｕｒｅ ｏｎ Ａｓｓｏｃｉａｔｉｏｎ Ｒｕｌｅｓ ｗａｓ ｄｉｓｃｕｓｓｅｄ，ｉｎｔｅｇｒａｔｉｎｇ ｔｈｅｓｅ ｔｗｏ ｍｅｔｈｏｄｓ，ｐｒｏｊｅｃｔ ａ Ａｓｓｏｃｉａｔｉｏｎ Ｒｕｌｅｓ’Ｓ ａｕｔｏｍａｔｉｃ ｓｙｎｔｈｅｓｉ ｚｅｄ Ａｐｐｒａｉｓａｌ： ｔｈｉｓ ｍｅｔｈｏｄ ｍａｋｅ ａｐｐｒａｉｓａｌ ｐｒｏｃｅｓｓ ａｕｔｏｍａｔｉ Ｃ，ａ ｉｎｔｅｇｒａｔｅ ｓｙｎｔｈｅｓｉｚｅｄ ｔａｒｇｅｔ ｗａｓ ｐｒｅｓｅｎｔｅｄ ｆｏｒ ｕｓｅｒｓ Ｋｅｖｗｏｒｄ：Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒ；Ａｓｓｏｃｉａｔｉｏｎ Ｒｕｌｅｓ；Ａｐｐｒａｉｓａｌ；Ｉｎｔｅｒｅｓｔ Ｍｅａｓｕｒｅ ０引言 在知识发现中，评价所发现的知识是一个很重要的环 那些前件和后件是强的正相关关系的规则才被选择进行以后 的处理。Ａ和Ｂ的出现之间的相关强度ｃｏｒｒＲ依据Ｐｉａｔｅｓｋｅｔ一 节，它直接影响着知识发现系统输出的数量和质量。目前对 于知识发现评价方法的专门研究限于知识发现的封闭系统内 Ｓｈａｐｉｒｏ的事件独立性方法描述为： ｃｏｒｒＲ， ＝Ｐ（Ａ Ｕ Ｂ）／Ｐ（Ａ）Ｐ（Ｂ） （１） 一部，没有在开放的系统环境下形成自动评价系统，也没有形 成评价的自主性。 关联规则分析主要用于发现不同事件之问的关联性，即 事物发生时，另一事物也经常发生。它是一种比较重要的 如果值小于１，则Ａ的出现和Ｂ的出现是负相关的 如 果值大于１，则Ａ的出现和Ｂ的出现是正相关的，意味着一个 的出现蕴含着另一个的出现；如果值大于１，则Ａ的出现和 Ｂ的出现是独立的，它们之间没有相关性。因此，选择相关 强度作为关联规则评价的一个指标，它同时反映了规则的前 件和后件的相关程度。 ２主观ｔ眭评价指标 主观性评价指标主要体现用户和领域知识的参与等主观 因素，包括新颖度、用户感兴趣度和简洁度三个指标【３＿。 ２．１新颖度 知识发现类型，目前关于它的评价方法研究集中在客观感兴 趣度的研究。例如，Ｐｉａｔｅｓｋｅｔ—Ｓｈａｐｉ ｒｏ［ Ｊ提出了事件独立性 方法、Ｓｙｍｔｈ拉 提出了Ｊ－Ｍｅａｓｕｒｅ函数等。这些方法共同的 缺点是，只是利用规则的前件和后件的客观关联来评价对规 则的感兴趣程度，忽视了背景知识和用户的参与。 从认知角度讲，对于所获得知识的评价是一个分层次、 逐步求精、客观和主观因素相结合的复杂过程。基于此，综 合客观感兴趣度和主观感兴趣度两个因素形成综合评价指 标，符合人类的认知规律。 １ 客观性评价指标 新颖度表现在发现的规则与基础知识库（主要存放专家 已输入的领域知识和用户已知的知识）中已有规则各项的差 异上，表现在前件各项差异和后件各项的差异上。 设通过客观性评价后剩余的规则组成的集合为Ｅ，其规 常用的衡量关联规则的客观性指标是支持度、可信度与 相关强度。支持度度量的是规则的实用性；可信度度量的是 规则的有效性；相关强度是指前件和后件之问的相关关系。 如果关联规则的前件和后件是不相关的，即使规则的支持度和可信度很高也不能被用户接受为感兴趣的关联规则；只有 则数为Ｎ；基础知识库巾的规则集合为Ｋ，其规则数为Ｍ。设 Ｗ 为Ｅ中的规则Ｅ相对于Ｋ的新颖度，∞…、是规则Ｅ与Ｋ． ，．之间的差别程度，其中，ＣＯ （见式５）包含前件的新颖度 Ｔ 和后件的新颖度Ｂ…、，则： ９ 维普资讯 http://www.cqvip.com ：妻 ／ （２） ‘Ｉ）（ｉ． 包含前件和后件的新颖度计算。设规则ＫＪ所有前 件所属的语言变量组成的集合为Ｊ，项数为Ｄ：规则Ｅｉ所有 前件所属的语言变量组成的集合为Ｉ，项数为Ｚ。对Ｉ中的任 一项Ｉｋ，记Ｖ（ 为这一项所对应的规则前件与规则 的前 件差异程度，则有 加 ¨‘一１一 ｌ＋ ．＾．Ｊ （３） 其中，ｎｅｇｋ为Ｉ中的第ｋ项的语言值与Ｊ中同一语言变 量对应的语言值之间的差异程度。这样，前件的新颖度等于 前件中各项的差异程度的累加和，即 Ｉ＝∑ ＪＩｌ （４） 经过规则简约后，基础知识库中所有规则的后件项数均 为１。这样，当两条规则的后件属于同一个语言变量，则Ｂ ＝ｌ＋ｎｅｇ；若两条规则的后件不属于同一个语言变量，这时 令度量后件差异的数值为２，即Ｂ ：２。 计算∞ ‘Ｉ的公式为ｌ 卢 户７ｈ。，天，，×尻 ，． ．。Ｊ，疆ａｘ Ｚ．ＤＪ 且 （ｚ，。）（５）’ ，２．２用户感兴趣度 所发现规则中前件或后件中的一部分属性对于将来的决 策和分析事务之间的关系具有重要意义，能够起到直接或间 接作用。这部分属性有两种可能：第一种是它们在领域中的 位置比较重要，对其他属性起着很大影响作用；另一种是反 映了用户进行知识发现时的兴趣取向，对于满足当时情况下 所需知识的紧迫程度。 这两种情况下的算术平均值可以用来作为衡量规则潜在 有用性的度量指标，计为ＵＳＩ，其取值于０～１之间，最重要 的或最感兴趣的值为１，不重要或不感兴趣的值为０。 ２．３简洁度 简洁度（记为ｃＮ）是用来衡量关联规则的最终可理解程 度的指标。它也表现在两个方面：一方面表现在规则的个数 上，如果规则项数很多将不利于对这条规则的理解。因此， 规则的项数越少，规则的简洁性越好。另一方面表现在规则 所包含的抽象层次上，规则包含的抽象层次越高，它对应的 解释力越强。 ３综合评价指标 由上述两个层次的评价可看出，客观评价指标有三个： 支持度Ｓ、可信度Ｃ和相关强度ｃｏｒｒＲ。支持度和可信度的取 值在０～１之间；主观评价指标有三个：新颖度ｗｉ、用户感 兴趣度ＵＳＩ和简洁度ｃＮ。规则的综合评价指标（记为ＲＩ）应 该是主客观评价指标的有机结合，可以将其定义为上述几个 评价指标的几何加权平均： ． ＝ｃ × 。：ＸｃｏｒｒＲ。、ｘＷ， ×乙７：ｓｚ。’￣ＷｃＮ）‘ 式中．ｃ‘－．∈【０。１】．（ｉ＝１．…．６）．∑ｃ‘－ ｌ－ （６） 其中需要解决的重要问题是各个评价指标的权值的确 定，而这与应用的领域是密切相关的，同时与最终用户也有 很大的关系。如果应用的领域是科学领域，那么对有效性要 求就比较高，因此，赋予有效性度量标准的权值较大，而其 他的较小；如果在商业领域，则注重时效性和有用性，所以 对简洁性和有用性的度量标准所赋予的权值较大。确定权值 的具体方法可根据模糊数学等提供的方法来计算。 ４结束语 通过将主观的和客观的度量指标统一在一个评价体系 中，使它们不再是孤立的分析，也容易实现评价过程自动化， 而且综合评价的指标是可扩展的，可简单地实现与原有其他 指标的综合。其次，此算法最终以一个统一的综合指标呈现 给用户，便于用户比较选择。 参考文献 ［１】罗可，贺才望．基于Ａｐｒｉｏｒｉ算法改进的关联规则 提取算法［Ｊ】．计算机与数字工程．２００６，３４（４）：４８－５１，５５． ［２】蔡伟杰，杨晓辉，等．关联规则综述［Ｊ】．计算机工程． ２００１，２７（５）：３１－３３，４９． ［３】杨炳儒．基于内在机理的知识发现理论及其应用［Ｍ］． 北京：电子工业出版社，２００４． 【４Ｊ Ａｇｒａｗａｌ Ｒ．，Ｉｍｉｅｌｉｎｓｋｉ Ｔ ａｎｄ Ａ．Ｓｗａｍｉ．Ｍｉｎｉｎｇ Ａｓｓｏｃｉａｔｉｏｎ Ｒｕｌｅｓ Ｂｅｔｗｅｅｎ Ｓｅｔｓ ｏｆ Ｉｔｅｍｓ ｉｎ Ｌａｒｇｅ Ｄａｔａｂａｓｅｓ．Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ＡＣＭ ＳＩＧＭＯＤ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ．１９９３． 作者简介 贾洪艳（１９７６一），女，江苏赣榆人，硕士生，讲师，主 要研究方向：信息系统开发、计算机应用； 朱翠苗（１９７６一），女，河北无极人，硕士生，讲师，主 要研究方向：信息系统开发、计算机应用、算法； 林庆（１９６２一），男，福建厦门人，副教授，硕士生导 师，主要研究方向：模糊识别与智能系统、数据库技术、计 算机应用： 郑广成（１９７８一），男，河北枣强人，硕士生，系统分 析师、讲师，主要研究方向：数据库技术、信息系统开发、 系统分析和项目管理。