论文部分内容阅读
在传统的Apriori关联规则挖掘算法分析基础上，针对目前多最小支持度和增量式关联规则挖掘的局限性，提出基于多最小支持度的增量式关联规则挖掘算法。该算法适用于事务出现频率一致及不一致的情况，利用多最小支持度能挖掘出更有意义的结果；同时，该算法还能实现事务数据不断增加时的数据挖掘，提高了挖掘的效率。应用电力客户信用数据库进行实验的结果表明，改进算法能有效挖掘出稀有项，分析出潜在的信用风险客户，对电力客户信用评价具有辅助决策作用。