基于粗糙集和单事务项组合的关联规则挖掘算法

摘要：

Apriori算法必须反复地扫描数据库才能求出频繁项集,效率较低,且不支持更新挖掘.为了解决这些问题,提出了一种基于粗糙集、单事务项组合和集合运算的关联规则挖掘算法.本算法首先利用粗糙集进行属性约简,对新决策表中的每个事务进行“数据项”组合并标记地址,然后利用集合运算的方法计算支持度和置信度即可挖掘出有效规则.本算法只需要一次扫描数据库,同时有效地支持了关联规则的更新挖掘.应用实例和实验结果表明,本算法明显优于Apriori算法,是一种有效且快速的关联规则挖掘算法.

关键词：粗糙集、单事务项组合、集合运算、更新挖掘

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学60873196;甘肃省科技计划甘肃省自然科学基金项目1010RJZA022;西北师范大学2010年第三期知识与创新工程科研骨干项目nwnu-kjcxgc-03-67;西北师范大学2006-2010年度重点学科"网络计算"资助

在线出版日期：2012-03-16（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：234-238