一个基于兴趣度的关联规则度量方法的改进

关联规则是数据挖掘和知识发现领域的重要课题,但就判定关联规则是否成立的问题,即兴趣度的度量方法问题,学术界没有一致的标准。既有的兴趣度度量方法包括支持度—置信度方法、提升度方法、卡方分析方法等。这些传统的兴趣度度量方法存在各自的局限,表现为缺乏客观标准,只能度量正向关系等方面。为了克服这些问题,本文提出了一个基于兴趣度的关联规则度量方法的改进,并对该方法与传统方法进行了比较,证明了该度量方法的一些性质,指出了新方法的优点,实证了新方法的特征属性。该方法较之原有方法有一定的优势。     

路和圈的笛卡尔积的邻点强可区别全染色

本文介绍了部分特殊图类的笛卡尔积图的邻点可区别全染色的有关重要结论,并在此基础上讨论n阶路和n阶圈的笛卡尔积Pn×Cn的邻点强可区别全染色,得到了n阶路和n阶圈的笛卡尔积Pn×Cn的邻点强可区别全然色数χast()Pn×Cn=6。