关联规则挖掘Apriori算法的研究与改进

关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有趣的关联。Apriori算法是关联规则挖掘中的经典算法。然而Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。对Apriori算法的原理及效率进行分析,指出了一些不足,并且提出了改进的AprioriLB算法。该算法基于新的数据结构,改进了产生候选项集的连接方法。在详细阐述了AprioriLB算法后,对Apriori算法和AprioriLB算法进行了分析和比较,实验结果表明改进的AprioriLB算法优于Apriori算法,特别是对最小支持度较小或者项数较少的事务数据库进行挖掘时,效果更加显著。