AprioriTid算法的改进
针对关联规则挖掘的AprioriTid算法缺点提出了一种改进的算法,即在构造k阶Tid表时,考虑当前交易项包含的所有k阶候选项的全部元素组成的集合,它肯定是当前交易项的子集.如果它的范教大于k就将其写入k阶Tid表中,而不是它所包含的所有k阶候选项集都写入表中,这样必然减少下一次寻找k+1阶大项集时所需要扫描的交易量,从而使AprioriTid算法得到进一步优化.通过在Northwind数据集上的实验,验证了该算法有效地优化了空间复杂度和时间复杂度.
关联规则挖掘、AprioriTid、大项集、范数、Tid表
30
TP311.13(计算技术、计算机技术)
贵州省2008年省级信息化专项基金项目0830;贵州省科技计划工业攻关基金项目黔科合GY字[2008]3035
2009-09-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
3581-3583