挖掘关联规则中apriori 算法的研究与改善.pdfVIP

维普资讯 第 16卷 第4期 计 算 机技 术 与发 展 Vo116 No．4 2006年 4月 C()MIUFER FECHNOI(X YANT)1)EVEI．()PMEN 1 Apr 20()6 挖掘关联规则中Apriori算法的研究与改进 胡吉明，鲜学丰 (河海大学 计算机及信息工程学院，江苏 南京 210098) 摘 要：关联规则是数据挖掘中重要的研究课题。对关联规则挖掘算法Apriori算法的关键思想以及性能进行了研究，指 出该算法的某些不足，并且提出了一种产生候选项集的新算法。该算法提高了原算法的效率。 关键词：数据挖掘；关联规则；频繁项集 中图分类号：TP301．6 文献标识码 ：A 文章编号：1005—3751(2006)04—0099—03 ResearchandImprovementonApriori’SAlgorithm inM ining withAssociationRules HU ji．ming．XIANXue—feng (CollegeofComputer InformationEngineering，HohaiUniversity，Nanjing210098，China) Abstract：Associationruleisanimportantandissueindatamining．BasedOnthestudyoftheprinciplenadefficiencyoftheApriorialgo rithm，pointoutthefeetnadpresentanewalgorithmthattheefficiencyofmining with~．sociationrulescouldbeimpmv~ throughem· ploying anewmethodofproducing cnadidateset． Keywords：datamining ；associationrules；frequentitem set O 前 言 在用户给定的支持度阔值minisupport下，若support(X)≥ 关联规则是Agrawal等人…提出的数据挖掘领域中 minisupport，则称X为频繁项集，否则X为非频繁项集。但 的一个重要课题。关联规则揭示数据间的相互关系，关联 为下文便于叙述，数据项集X的支持度是用D中包含X的 规则挖掘试图从一组给定的数据项以及事务数据库(每个 事务数量来表示。 事务是一个数据项的集合)中，筛选出数据项集在事务数 一 个关联规则是 “X Y”形式的蕴含式，其中X J， 据库中出现的频度关系。关联规则挖掘可以发现大量数 y 』且XnY=0。如果D中包含事务XUy的百分 据中数据项集之间有价值的关联或相关联系。例如，从大 比为s，则称 5为关联规则X Y的支持度，它是概率P(X 量商务事务记录中筛出的关联关系，可以用于购物篮分 Uy)。如果D中包含X的事务同时已包含y的百分比为 析；而且，关联规则挖掘还可用于其他的一些应用，例如诊 c，则称C为关联规则X Y的信任度，它是条件概率P(y 断系统、决策支持系统、电信系统、分类分析系统等。 IX)。即： support(X Y)=P(XU y)=support(X UY) 1 关联规则挖掘的描述