基于支持度矩阵的Apriori改进算法

被引：7

作者：

洪梓璇 ^{[1
,2
]}

边馥苓 ^{[2
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 武汉大学空间信息与数字工程研究中心

来源：

武汉大学学报(信息科学版) | 2008年 / 12期

关键词：

Apriori; 关联规则; 数据挖掘;

D O I：

10.13203/j.whugis2008.12.012

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了一种利用支持度矩阵生成频繁项集的Apriori改进算法。通过上三角分块稀疏矩阵的行列性质和非频繁列之间的约束关系,改进的算法避免了Apriori连接步中大量非频繁候选k-项集的产生及其在剪枝步中(k-1)-子集的分解和判断。该算法能够有效地压缩搜索空间,降低Apriori连接和剪枝步骤的开销。

引用

页码：1246 / 1249

页数：4

共 4 条

[1] 一种Apriori的改进算法 [J].

陈江平 ;

傅仲良 ;

徐志红 .

武汉大学学报(信息科学版), 2003, (01) :94-99

[2] 一种基于候选树分割的分布式并行Apriori算法 [J].

陈小辉 ;

文佳 ;

邢海波 ;

王凌飞 .

计算机应用, 2006, (S2) :147-148+151

[3]

Discovery of Multiple-level Association Rules from Large Databases[A. Han J,Fu Y. Proceedings of the International Conference on Very Large Databases[C . 1995

[4]

Sampling large databases for association rules. Toivonen H. Proceedings of the 22nd International Conference on Very Large Database . 1996

← 1 →