| 基于分解事务矩阵的关联规则挖掘算法 |
| |
| 引用本文： | 胡维华,冯伟.基于分解事务矩阵的关联规则挖掘算法[J].计算机应用,2014(Z2). |
| |
| 作者姓名： | 胡维华 冯伟 |
| |
| 作者单位： | 杭州电子科技大学 计算机学院,杭州,310037 |
| |
| 摘 要： | Apriori算法是数据挖掘领域挖掘关联规则频繁项目集的经典算法，但该算法存在产生大量的候选项目集及需要多次扫描数据库的缺陷。为此提出一种新的挖掘关联规则频繁项目集算法（ CApriori算法）：利用分解事务矩阵来压缩存放数据库的相关信息，进而对分解事务矩阵进行关联规则挖掘；优化了由频繁k -1项目集生成频繁k项目集的连接过程；提出了一种不需要扫描数据库，利用行集“与运算”快速计算支持数的方法，改进算法挖掘所有的频繁项目集只需扫描数据库两次。实验结果表明，改进算法在最小支持度较小时效率高于Apriori算法。
|
| 关 键 词： | 数据挖掘 关联规则 频繁项目集 Apriori算法 分解事务矩阵 |
Improved Apriori algorithm based on decomposed transaction matrix |
| |
| HU Weihua,FENG Wei.Improved Apriori algorithm based on decomposed transaction matrix[J].journal of Computer Applications,2014(Z2). |
| |
| Authors: | HU Weihua FENG Wei |
| |
| Abstract: | |
| |
| Keywords: | data mining association rule frequent item sets Apriori algorithm decomposed transaction matrix |
| 本文献已被 万方数据 等数据库收录！ |
