三支概念格中的关联规则提取算法

针对基于形式概念分析的关联规则提取侧重属性之间的正关联、忽略负关联的问题,提出一种基于三支概念分析的关联规则提取算法(3A RM).利用对象导出三支概念的内涵包括表达"共同具有"语义的正属性子集和表达"共同不具有"语义的负属性子集的特点,结合三支概念格的泛化与例化结构,高效地提取正负关联规则;基于三支概念的闭项集特性,从三支概念格中选出包含频繁项集的候选概念进行挖掘,减少不必要的搜索;通过对三支概念之间的关系进行研究,从父子概念中提取无冗余的正关联规则和负关联规则,再从兄弟概念中提取正负规则对规则集进行补充,充分挖掘三支概念格中的知识.MovieLens数据集上的实验结果表明:应用3ARM算法,在最小支持度为10％ 时,得到正规则86027条,负规则93685条;3A RM算法得出的正规则数量比FA RM算法的多出0.9倍～1.5倍,减少了FISM算法最多28.3％ 的冗余负规则,分别减少了FISM和FA RM算法44％ ～63％ 和27％ ～62％ 的运行时间.