频繁项集挖掘的Apriori改进算法研究

被引：27

作者：

栗晓聪

滕少华

机构：

[1] 广东工业大学计算机学院

来源：

江西师范大学学报(自然科学版) | 2011年 / 35卷 / 05期

基金：

广东省自然科学基金;

关键词：

Apriori算法; 频繁项集; 候选项集; IApriori算法;

D O I：

10.16357/j.cnki.issn1000-5862.2011.05.003

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对Apriori算法的不足,提出了一种新的优化算法——IApriori.该算法应用散列技术优化产生频繁-2项集,优化连接操作减少连接判断的次数,通过对候选项集编码来减少扫描数据库的次数,优化逻辑"与"运算减少不必要的"与"操作次数,缩短生成频繁项集的时间.IApriori算法仅需3次扫描数据库.研究结果表明,该算法具有快速、直观、节省内存等优点.

引用

收藏

页码：498 / 502

页数：5

相关论文

共 11 条

[1]

基于待与项集的频繁项集挖掘算法的研究 [J].

傅慧 ;

邹海 .

计算机工程与设计, 2009, 30 (01) :129-131

[2]

基于散列的关联规则AprioriTid改进算法 [J].

俞燕燕 ;

李绍滋 .

计算机工程, 2008, (05) :60-62

[3]

基于FP-Tree的反向频繁项集挖掘 [J].

郭宇红 ;

童云海 ;

唐世渭 ;

杨冬青 .

软件学报, 2008, (02) :338-350

[4]

Apriori挖掘频繁项目集算法的改进 [J].

柴华昕 ;

王勇 .

计算机工程与应用, 2007, (24) :158-161+171

[5]

基于协议分析的散列模式入侵检测方法 [J].

王琳 ;

滕少华 ;

伍乃骐 .

计算机工程与设计, 2006, (01) :53-55+178

[6]

关联规则挖掘中若干关键技术的研究 [J].

陈耿 ;

朱玉全 ;

杨鹤标 ;

陆介平 ;

宋余庆 ;

孙志挥 .

计算机研究与发展, 2005, (10)

[7]

基于FP-Tree有效挖掘最大频繁项集 [J].

颜跃进 ;

李舟军 ;

陈火旺 .

软件学报, 2005, (02) :215-222

[8]

Apriori算法的三种优化方法 [J].

徐章艳 ;

刘美玲 ;

张师超 ;

卢景丽 ;

区玉明 .

计算机工程与应用, 2004, (36) :190-192+202

[9]

生成频繁项集的逻辑“与”运算算法 [J].

徐健辉 .

计算机应用, 2004, (11) :88-90

[10]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,