基于压缩事务矩阵相乘的Apriori改进算法 |
| |
作者姓名: | 杨志刚 何月顺 |
| |
作者单位: | 东华理工大学信息工程学院,江西,抚州,344000 |
| |
摘 要: | Apriori算法是当前使用最广泛的关联规则挖掘方法中最为经典的算法之一;但是该算法需要反复的扫描数据库,在I/O上花消很大,并且在得到频繁-2项集的过程中会产生庞大的候选-2项集,其次在筛选得到频繁-k项集时,并没排除那些不应该参组合的元素,而导致该算法效率很低,针对上面影响计算效率的三个方面提出基于压缩事务矩阵相乘得到频繁项目集的算法,只需一次扫描数据库,经过压缩处理产生产生事务矩阵,通过矩阵间运算得到频繁项目集,有效提高了关联规则的挖掘效率。
|
关 键 词: | 数据挖掘 关联规则 频繁项目集 Apriori 事务矩阵 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|