基于apriori 算法的多循环联系规则挖掘综述.pdfVIP

维普资讯 计算机科学2004Voi．31N~_．1 基于Apriori算法的多循环关联规则挖掘综述 袁军鹏 朱东华 (北京理工大学管理与经济学院 北京100081) 摘 要 介绍 了基于Apriori算法的关联规则挖掘的研究状况，对一些典型采掘算法进行 了分析和评价，总结和归纳 了国内外 学者对Apriori的改进，展望 了关联规则挖掘 的未来研究方向 。 关键词 数据挖掘，关联规则，频繁项集，循环算法 A SurveyofAssociationRulesofAprioriAlgorithms YUANJun—-Peng ZHU Dong—_Hua (SchoolofManagement＆Economics。BeijingInstituteofTechnology，Beijing100081) Abstract Association rulesareoneofthemostresearched areasofdatamining and haverecentlyreceivedmuch attentionfrom thedatabasecommunity．Theyhaveproventobequiteusefulinthemarketingandretailcommunities aswellasothermorediversefields．Inthispaperweprovideanoverview ofassociationruleresearch． Keywords Datamining，Associationrules，Frequentitem—sets，Sequentialalgorithms 数据挖掘中一个最重要的问题是从交易数据库中发现关 则体现了项 目集 X和Y之间的关联程度。给定一个交易集 联规则 (AssociationRule)口 ]。关联规则是表示数据库中一 T，关联规则挖掘的任务就是从T中找出支持度和可信度分 组互不相属对象之间某种关联关系的规则。文Is]于1993年首 别大于用户给定的最小支持度 (minisupp)和最小可信度 先提出了关联规则挖掘的思想，并讨论了从大型超市的顾客 (miniconf)的关联规则 。 交易数据库中挖掘关联规则的问题。文[63提出了Apriori和 关联规则挖掘 问题可以分解为前后相连 的两个子 问 Apriori—Tid算法，奠定了布尔型关联规则挖掘的基础。 题 ·： 第一步 ：找到所有的支持度大于最小支持度 (minisupp) 1 关联规则的基本模型 的项集(itemset)，称为频繁项集 (FrequentItemset)。 关联规则挖掘可用以下的形式描述 [5 ]： 第二步：从上述频繁项集中生成期望得到的规则。这一步 设 ={t，t2，…，t}是一个历史交易数据库 ，t．表示T的 相对简单。对于每一个频繁项集 L，可以产生L的所有子集。 第 i条记录。交易数据库的字段包含两大部分。第一部分是不 对每个子集 口，如果有 Supp(L)／SuppCa)≥miniconf，就可以 用来标志交易内容的，一般不是布尔值，如记录号 (TID)、交 产生一个形如 a (L—a)的规则。我们可以通过考察 L的所 易时间、交易地点等。这部分字段记为A，A一{a，az，…，a}。 有子集来产生所有符合要求的规则。 第二部分是用来标志交易内容的，字段的值均为布尔值，用于 我 们可 以看 出问题 的难 点在 第一 步，上 面 提 到 的 反映在某一次交易中，顾客是否购买了某个产品。这部分字段