关联规则挖掘算法介绍

被引：44

作者：

陈玉婷 ^{[1
]}

王斌 ^{[1
]}

刘博 ^{[1
]}

宋斌 ^{[1
]}

李颉 ^{[2
]}

机构：

[1] 北京邮电大学电信工程学院

[2] 中国人民解放军国防大学研究生院

来源：

计算机技术与发展 | 2006年 / 05期

关键词：

数据挖掘; 关联规则; 频繁项集; FP树;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

数据挖掘是一个多学科交叉融合而形成的新兴的学科,它利用各种分析工具在海量数据中发现模型和数据间的关系。而在大规模事务数据库中,挖掘关联规则是数据挖掘领域的一个非常重要的研究课题。文中介绍了关联规则挖掘的研究情况,描述了经典Apriori算法的实现,并对该算法进行了分析和评价,指出了其不足和原因。描述了FP树挖掘最大频繁项集的算法,通过实例对该算法进行了性能评估,并得到结论:数据库中潜在的最大频繁模式越多,运行时间越长。

引用

页码：21 / 25

页数：5