資料挖礦中挖掘含有未知數值屬性之多屬性資料之研究

NCUIR > School of Management at National Central University > Graduate Institute of Information Management > Electronic Thesis & Dissertation > Item 987654321/12904

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/12904

Title:	資料挖礦中挖掘含有未知數值屬性之多屬性資料之研究
Authors:	賴志東;Zh-Dong Lia
Contributors:	資訊管理研究所
Keywords:	資料挖礦;數值屬性;關聯規則;Association Rule;Data Mining;Numeric Attribute
Date:	2001-07-12
Issue Date:	2009-09-22 15:18:05 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	在資料庫中所存在的資料多是多屬性的，其中，屬性依其類型可分為類別(categorical)屬性和數值(numeric)屬性兩種。對於類別屬性而言，要如何地區分是很清楚的，像是性別分男性、女性。但是對數值屬性而言，由於數值屬性值域寬廣的特性，使得在資料挖擴的處理上必須做切割對應。現行大多的方法我們會事先切割數值屬性再找關聯規則，但是這種方法用在一個我們毫無相關知識的未知數值屬性上時，很容易地會造成minimum support或是minimum confidence不足的問題。本文以事後切割的方式針對此種未知數值處理做處理，使用者僅需設定一個minimum confidence的值，便可以精確地找出最佳的數值切割區間。這種方法可以避免掉上述的兩種問題，而對於處理含有未知數值屬性的多屬性資料提供了一個較佳的解決方案。
Appears in Collections:	[Graduate Institute of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing