改进的Apriori算法的研究与应用

摘要：

关联规则是数据挖掘领域研究的重要方面之一.其中,Apriori算法是关联规则的重要组成部分,针对Apriori算法在计算二项频繁集时易产生大量无效候选集的问题,以及对候选集进行冗余扫描的问题,在传统Apriori算法的基础上提出了一种改进的Apriori算法,即Apriori-L算法.改进的Apriori算法不仅能提高计算二项频繁集过程的时间效率,而且能加快整个算法的运算过程.将Apriori-L算法运用股市模块联动规则挖掘中,可推测出联动的股票模块,将改进后的算法应用到日常生活中为该算法的使用提供了依据,同时验证了Apriori-L算法的准确性.

关键词：关联规则、数据挖掘、Apriori算法、二项频繁集

所属期刊栏目：47

分类号：TP274(自动化技术及设备)

资助基金：黑龙江省教育规划重大课题"素质教育数据中心建设的研究"编号:GJ20170006

在线出版日期：2020-01-17（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：1293-1297