基于改进Apriori算法的关联规则挖掘研究

摘要：

关联规则挖掘研究是数据挖掘研究的一项重要的内容.经典的关联规则提取算法--Apriori算法及其改进算法存在着一些不足,一是会产生大量的候选项目集,二是在扫描数据库时需要很大的I/O负载.通过对关联规则产生过程的实际实验分析发现,可以采取利用频繁k-1项集Lk-1对候选k项集Ck进行预先剪枝、及在扫描数据库过程中忽略对频繁项集的产生无贡献的交易记录的方法来改进关联规则提取的效率.

关键词：数据挖掘、关联规则、频繁项集、Apriori

所属期刊栏目：16

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家供销合作总社资助项目2006;安徽财经大学校科研和教改项目ACKYQ0637ZC

在线出版日期：2006-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：102-104