基于预判筛选的高效关联规则挖掘算法

被引：42

作者：

赵学健 ^{[1
,2
,3
]}

孙知信 ^{[1
,2
]}

袁源 ^{[3
]}

机构：

[1] 南京邮电大学物联网学院

[2] 南京邮电大学江苏省通信与网络技术工程研究中心

[3] 江苏省邮电规划设计院有限责任公司

来源：

电子与信息学报 | 2016年 / 38卷 / 07期

基金：

中国博士后科学基金;

关键词：

数据挖掘; 关联规则; 事务数据库; 预判筛选; Apriori;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

关联规则分析作为数据挖掘的主要手段之一,在发现海量事务数据中隐含的有价值信息方面具有重要的作用。该文针对Apriori算法的固有缺陷,提出了AWP(Apriori With Prejudging)算法。该算法在Apriori算法连接、剪枝的基础上,添加了预判筛选的步骤,使用先验概率对候选频繁k项集集合进行缩减优化,并且引入阻尼因子和补偿因子对预判筛选产生的误差进行修正,简化了挖掘频繁项集的操作过程。实验证明AWP算法能够有效减少扫描数据库的次数,降低算法的运行时间。

引用

页码：1654 / 1659

页数：6

共 3 条

[1]

基于关联规则的网络信息内容安全事件发现及其Map-Reduce实现 [J].