数据仓库与商务智能实验室博士研究生裴斌，赵素云老师，陈红教授，周烜副教授，硕士研究生陈丁洁（按照署名先后顺序）的论文成果“FARP: Mining Fuzzy Association Rulesfrom a Probabilistic Quantitative Database”被信息科学领域国际权威期刊Information Sciences录用为长文，该论文主要研究如何从概率数值数据库中挖掘模糊关联规则。当前关于关联规则挖掘的研究主要集中于从确定性数据库中挖掘布尔/数值关联规则，或者从概率数据库中挖掘布尔关联规则，但是很少有关于从概率数值数据库中挖掘关联规则的研究。这本质是由于要同时衡量数值数据中隐藏的模糊不确定性和用概率表示的随机不确定性是非常困难的。本文提出一种新的类香农熵来融合和度量随机和模糊不确定性共存的数据项的信息含量，然后基于此类香农熵给出适用于模糊概率数据库的支持度和置信度定义，同时设计了FARP算法从概率数值数据库中挖掘模糊关联规则。文章最后通过模拟实验验证了算法的可行性、有效性。

附：论文信息

Bin Pei, Suyun Zhao, Hong Chen, Xuan Zhou, Dingjie Chen, FARP: Mining Fuzzy Association Rules from a Probabilistic Quantitative Database, Accepted by Information Sciences.

注：Information Sciences (INS)期刊是国际信息科学领域中最具影响力的刊物之一。该杂志在 2011年影响因子为2.833， 5年内影响因子2.984。