一种改进的关联规则挖掘算法研究

摘要：

传统的关联规则Apriori算法在产生频繁项集的过程中,需要多次扫描事务数据库以及多次扫描频繁项集,从而造成算法性能下降.为了减少扫描事务数据库以及频繁项集的次数,在生成的候选k项集中,除了存储项集item-set以及支持度计数count之外,加入事务标识符列表Tid-list属性,在生成频繁k项集时,可以直接通过Tid-list的交集得出事务标识符列表以及项集的计数,不需要去扫描事务数据库,从而可以有效地提高算法的性能.文中提出了一种改进的关联规则挖掘模型以及关联规则挖掘算法I-Apriori算法.实验证明,I-Apriori算法相比Apriori算法的执行时间有明显改进.

关键词：关联规则、频繁项集、候选集、事务数据库、计数

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金项目61070015;广东省自然科学基金团队项目10351806001000000;广东省前沿与关键技术创新项目2014B010110004;广州市产学研协同创新重大项目201604016074

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-73