作者：周鹏; 李景富数据挖掘多类型数据优化规则兴趣度
摘要：目前大多都是针对两种类型数据发现对照模式来获取相关信息，在多类数据中发现对照模式进行数据挖掘还具有很大的挑战性。现有的关联规则挖掘技术的瓶颈在于需要产生大量的规则，其中有很多都是冗余规则，而已存在的非冗余规则挖掘算法虽然去掉了冗余规则，但还是有很多规则对于特定的应用领域兴趣度太低或不感兴趣，因此给出了一种有效的多类医疗数据挖掘算法。该算法基于统计方法定义了诱因模式和安全模式，实现了在多类医疗数据中发现这两类模式，并在仿真实验中给出了仿真医疗数据清晰直观的因果关系图，而根据新算法产生的规则得出的分类器也验证了新算法的高效性和实用性，且新算法产生的规则提供了精确而且非常有用的信息，可被实际应用在医疗研究以及其它领域中。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
