首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于压缩矩阵的Apriori算法改进研究
引用本文:罗丹,李陶深. 一种基于压缩矩阵的Apriori算法改进研究[J]. 计算机科学, 2013, 40(12): 75-80
作者姓名:罗丹  李陶深
作者单位:广西大学计算机与电子信息学院 南宁530004;广西大学计算机与电子信息学院 南宁530004
基金项目:本文受国家自然科学基金项目(60973074)资助
摘    要:针对已有基于矩阵的Apriori算法存在的问题,提出了一种改进的基于压缩矩阵的Apriori算法。算法进行了以下方面的改进:增加了两个数组,分别用于记录矩阵行与列中1的个数,使得算法在压缩矩阵时减少了扫描矩阵的次数;在压缩矩阵中,通过增加删除不能连接的项集和非频繁的项集的操作,使得矩阵压缩得更小,提高了空间效率;改变了删除事务列的条件和算法结束的条件,以减少挖掘结果的误差和算法循环的次数。算法性能分析和实验分析证明,改进后的算法能有效地挖掘频繁项集,并且比现有的算法具有更高的计算效率。

关 键 词:数据挖掘  频繁项集  Apriori算法  压缩矩阵 中图法分类号TP311文献标识码A
收稿时间:2013-05-21
修稿时间:2013-07-18

Research on Improved Apriori Algorithm Based on Compressed Matrix
LUO Dan and LI Tao-shen. Research on Improved Apriori Algorithm Based on Compressed Matrix[J]. Computer Science, 2013, 40(12): 75-80
Authors:LUO Dan and LI Tao-shen
Affiliation:School of Computer,Electronics and Information,Guangxi University,Nanning 530004,China;School of Computer,Electronics and Information,Guangxi University,Nanning 530004,China
Abstract:
Keywords:Data mining  Frequent itemsets  Apriori algorithm  Compressed matrix
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号