| 改进的Apriori算法的研究与应用 |
| |
| 引用本文： | 李龙,刘澎,张可佳,黄珊,李倩. 改进的Apriori算法的研究与应用[J]. 计算机与数字工程, 2019, 47(6): 1293-1297 |
| |
| 作者姓名： | 李龙 刘澎 张可佳 黄珊 李倩 |
| |
| 作者单位： | 东北石油大学计算机与信息技术学院 大庆 163318;东北石油大学计算机与信息技术学院 大庆 163318;东北石油大学计算机与信息技术学院 大庆 163318;东北石油大学计算机与信息技术学院 大庆 163318;东北石油大学计算机与信息技术学院 大庆 163318 |
| |
| 基金项目： | GJ20170006) |
| |
| 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 |
Research and Application of Improved Apriori Algorithm |
| |
| LI Long,LIU Peng,ZHANG Kejia,HUANG Shan,LI Qian. Research and Application of Improved Apriori Algorithm[J]. Computer and Digital Engineering, 2019, 47(6): 1293-1297 |
| |
| Authors: | LI Long LIU Peng ZHANG Kejia HUANG Shan LI Qian |
| |
| Affiliation: | (School of Computer and Information Technology,Northeast Petroleum University,Daqing 163318) |
| |
| Abstract: | LI Long;LIU Peng;ZHANG Kejia;HUANG Shan;LI Qian(School of Computer and Information Technology,Northeast Petroleum University,Daqing 163318) |
| |
| Keywords: | association rules data mining Apriori algorithm two frequent sets |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
