基于频繁矩阵的Apriori算法改进

被引：30

作者：

刘敏娴 ^{[1
]}

马强 ^{[2
]}

宁以风 ^{[1
]}

机构：

[1] 江苏师范大学现代教育技术中心

[2] 徐州市政府经济信息中心

来源：

计算机工程与设计 | 2012年 / 33卷 / 11期

关键词：

频繁项集; 矩阵; 数据挖掘; 关联规则; 支持度;

D O I：

10.16208/j.issn1000-7024.2012.11.042

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对Apriori算法效率不高的问题,提出一种基于频繁模式矩阵的方法来挖掘最大频繁项目集。算法的基本思想是:只需扫描原始事务数据集一次,将事务数据转换成压缩矩阵,矩阵中保留了项目间的关联信息,同时只存放逻辑型数据,数据挖掘只采用逻辑运算,在挖掘过程中根据条件不断的对事务数据集和候选集进行剪枝,减少了不必要的开销。当数据量较大时,在效率上有一定的优势。实验结果表明改进后的算法具有良好的性能,提高了挖掘的速度。

引用

页码：4235 / 4239

页数：5

共 12 条

[1]

基于混合型的Web实时推荐模型研究 [J].