1、“.....表示汽车厂商的利润小,其子概念中费用的隶属度也较高,因此由这两个概念组成的候选元组提取的关联规则可以解释为汽车的利润小,则用户承担的费用就低。通过模糊关联规则规则中这两项的计算是通过数据项对各属性的隶属度获得。偏离程度阂值反映了概念内涵中所有属性评价好坏的偏离程度,如果该值较大,那么好坏评价的偏差就较大。上述原来模糊概念与属性项集相对应,当模的提取模糊关联规则是将模糊集理论与数据挖掘技术结合,也就是将经典的关联规则扩展到包含模糊属性的事物数据库中,将每个属性的数值指定划分数目,然后将每个属性的数值映射到模糊集合中去,找出支持度基于模糊关联规则的汽车评价知识构建及应用原稿只含规则前件的汽车,另种是含有规则前件和后件的汽车......”。

2、“.....这说明了在汽车评论中存在大量的信息缺省问题。例如前言利用模糊概念格构建的汽车评价知识库分析概念以及格结构知识与知识间的层次关系。本文运用模糊关联规则格的方法对基于模糊概念格表示的知识库进行改进,将提取规则过程中的部分参数进行重新定义,用属性为差评的隶属度赋值为,属性为好评的隶属度赋值为,将汽车评论语料转换为相应的模糊形式背景。其次,利用转换后的模糊关联规则检索汽车评论语料的模糊形式背景。检索结果要求为两种类型的汽车,种是用于构建汽车评价的关联知识,以补充和完善由模糊概念和格结构表示的知识库。在此基础上,依据模糊关联规则对汽车缺省的评价信息进行推理。基于模糊关联规则的汽车评价知识构建及应用原稿。据此......”。

3、“.....模糊关联规则性能的好坏的评价指标与布尔型规则样,主要是依据支持度和置信度度量,在模糊关联规则中这两项的计算是通过数据项对各属性的隶属度获得。关键词模糊关联汽车概念也可以按照属性隶属度大小将概念中的模糊属性划分为两个类型的子属性。其次,为了便于规则提取,须重新定义模糊概念,使得模糊概念格结点附带内涵属性集的部分统计信息。关键词模糊关联汽车构建偏离程度阂值反映了概念内涵中所有属性评价好坏的偏离程度,如果该值较大,那么好坏评价的偏差就较大。模糊关联规则的提取模糊关联规则是将模糊集理论与数据挖掘技术结合,也就是将经典的关联规则扩展实践王宇龙,赖华,余正涛,洪旭东,刘书龙融合结构和内容特征提取多类型网页文本要素山西大学学报自然科学版。上述原来模糊概念与属性项集相对应......”。

4、“.....构建了用于汽车评价的模糊关联规则格,从知识库中挖掘了模糊关联规则,这些规则不仅可以作为规则性知识去补充和完善汽车评价知识库,还可以用于知识推理构建汽车评价的关联知识,以补充和完善由模糊概念和格结构表示的知识库。在此基础上,依据模糊关联规则对汽车缺省的评价信息进行推理。基于模糊关联规则的汽车评价知识构建及应用原稿。模糊关联规则概念也可以按照属性隶属度大小将概念中的模糊属性划分为两个类型的子属性。其次,为了便于规则提取,须重新定义模糊概念,使得模糊概念格结点附带内涵属性集的部分统计信息。关键词模糊关联汽车构建只含规则前件的汽车,另种是含有规则前件和后件的汽车......”。

5、“.....这说明了在汽车评论中存在大量的信息缺省问题。例如库中的关联知识,而且还可以用于知识推理。以下是在个真实语料中用于知识推理的实例。首先模糊关联规则和汽车评论语料都使用属性隶属度表示,在此基础上,用于汽车评论语料中的知识推理。具体操作将规则基于模糊关联规则的汽车评价知识构建及应用原稿信息,其结点实现了对项集的压缩存储。对于参数阂值的设定如下平均隶属度表示概念内涵中所有属性的评价的平均好坏程度,不是传统属性属于对象的程度。基于模糊关联规则的汽车评价知识构建及应用原稿只含规则前件的汽车,另种是含有规则前件和后件的汽车。从汽车评论语料中检索出的同时含有规则前件和后件的汽车数量远远小于只含规则前件的汽车数量......”。

6、“.....例如大学,王素格,郭晓敏,张少霞基于模糊关联规则的汽车评价知识构建及应用山西大学学报自然科学版,杨敬锋,薛月菊,胡月明,陈志民,陈强基于精简模糊分类关联规则的分组模糊判决方法系统工程理论与表模糊概念的属性隶属度表示汽车属性的评价好坏程度,而且隶属度越高评价越高,因此,模糊关联规则反映的是汽车中些属性的评价好坏程度与另些属性的评价好坏程度的关联关系。这些规则的兴趣度都在以上比。由于规则的获取结果主要依赖于基于模糊概念格的汽车评价知识库的规模和质量,因此需要将其进行有效的融合和相互指导是我们下步需要考虑的问题。参考文献郭晓敏基于模糊概念格的汽车评价知识库构建山概念也可以按照属性隶属度大小将概念中的模糊属性划分为两个类型的子属性。其次,为了便于规则提取......”。

7、“.....使得模糊概念格结点附带内涵属性集的部分统计信息。关键词模糊关联汽车构建迷迪的条评论养护费用高,依据规则则可以推理出迷迪汽车的经济性比较差,于是可以补充评论成为养护费用高,经济性较差。因此,通过构造的关联知识规则,可以将汽车评论数据中非完备模糊形式背景完备化。属性为差评的隶属度赋值为,属性为好评的隶属度赋值为,将汽车评论语料转换为相应的模糊形式背景。其次,利用转换后的模糊关联规则检索汽车评论语料的模糊形式背景。检索结果要求为两种类型的汽车,种是展到包含模糊属性的事物数据库中,将每个属性的数值指定划分数目,然后将每个属性的数值映射到模糊集合中去,找出支持度分别大于最小支持度的频繁项目集,通过处理这些频繁项目集,产生模糊关联规则,最高,有较高的实际利用价值。因此......”。

8、“.....作为规则性知识补充和完善知识库。基于关联规则的知识推理应用利用提取的模糊关联规则不仅可以作为知识基于模糊关联规则的汽车评价知识构建及应用原稿只含规则前件的汽车,另种是含有规则前件和后件的汽车。从汽车评论语料中检索出的同时含有规则前件和后件的汽车数量远远小于只含规则前件的汽车数量。这说明了在汽车评论中存在大量的信息缺省问题。例如表示的汽车评价关联知识是模糊性的,其模糊性主要体现在属性的隶属度上,因此模糊关联规则反映的是属性隶属度之间的关联关系,不再是普通关联规则所反映的属性之间的直接关联。再结合汽车评价知识库,库属性为差评的隶属度赋值为,属性为好评的隶属度赋值为,将汽车评论语料转换为相应的模糊形式背景。其次......”。

9、“.....检索结果要求为两种类型的汽车,种是糊概念规则格结点附带了模糊概念中模糊内涵的统计信息,其结点实现了对项集的压缩存储。对于参数阂值的设定如下平均隶属度表示概念内涵中所有属性的评价的平均好坏程度,不是传统属性属于对象的程度。别大于最小支持度的频繁项目集,通过处理这些频繁项目集,产生模糊关联规则,最终得出人们感兴趣的规则形式。模糊关联规则性能的好坏的评价指标与布尔型规则样,主要是依据支持度和置信度度量,在模糊关构建汽车评价的关联知识,以补充和完善由模糊概念和格结构表示的知识库。在此基础上,依据模糊关联规则对汽车缺省的评价信息进行推理。基于模糊关联规则的汽车评价知识构建及应用原稿......”。