Apriori算法中频繁项集挖掘实现研究

被引:15
作者
程玉胜 [1 ]
邓小光 [1 ]
江效尧 [2 ]
机构
[1] 安庆师范学院计算机与信息学院
[2] 南京审计学院信息科学学院计算机系
关键词
关联规则; 频繁项集; 支持度; 可信度;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
在数据挖掘中,关联规则是发现知识的一种有效方法,而频繁项集的挖掘是关联规则中发现强规则的基础,其中连接与剪枝是逐层迭代求解k-项频繁集的核心算法。因此,文中主要介绍了基于连接与剪枝挖掘频繁项集的实现过程,并通过挖掘对传统购物篮数据中的频繁项集进行了验证,结果是一致的。算法的有效性也为进一步挖掘关联规则中的强规则提供了基础。
引用
收藏
页码:58 / 60
页数:3
相关论文
共 5 条
[1]   关联规则中最大频繁项目集的研究 [J].
李清峰 ;
杨路明 ;
张晓峰 .
计算机应用研究, 2005, (01) :93-95+98
[2]   Web使用挖掘研究及实现 [J].
钟珞 ;
张开松 ;
李三得 ;
夏红霞 .
微机发展, 2005, (01) :33-35
[3]   一种高效的关联规则挖掘算法研究 [J].
颜雪松 ;
蔡之华 ;
徐战亚 ;
张留学 .
微机发展, 2002, (05) :9-11
[4]  
高隽, 主编.人工神经网络与自然计算研究进展[M].合肥:合肥工业大学出版社,2004
[5]  
朱明编著.数据挖掘[M].合肥:中国科学技术大学出版社,2002