关联规则Apriori算法改进研究与应用.pdfVIP

首都师范大学学报 (自然科学版) 第 31卷 第 6期 JournalofCapitalNormalUniversity No．6 2010年 12月 (NaturalScienceEdition) Dec．，2010 关联规则 Apriori算法改进研究与应用木：l： 刘兴丽 骆力明 (1．黑龙江科技学院计算机与信息工程学院，哈尔滨 150027；2．首都师范大学 信息工程学院，北京 100048) 摘 要 为改进关联规则 Apriori算法 ，首先对数据库 中数据存储方法进行 了变换 ，进一步简化为二进制存储并求得 了 项数最大的频繁项 目集 ，实验研究结果表明，改进后算法效率明显提高，性能得到优化 ；同时，利用改进后 的算法挖 掘出学科 中联系紧密的知识点潜在的规律 ，结论运用到教学 中去可以有效的提高学科教学质量 ．本方法同样可 以 借鉴到其它学科课程或课程群中知识点规律挖掘中去． 关键词 ：关联规则，Apriori算法，学科知识点． 中图分类号：TP311 0 引 言 1 关联规则基本概念 关联规则 (AssociationRules)为数据挖掘 中的 Agrawal等人于 1993年首先提出了挖掘交易数 规则模式提供了一种非常简单而又有价值的描述形 据库 (TransactionDatabase)中项集间的关联规则 问 式 ，关联规则挖掘主要是基于频繁项 目集发现上的， 题 ，来发现不同商品之间的联系规则．并且他们提出 而 Apriori算法 是最经典的频繁项 目集发现算法． 了一种挖掘算法，即Apriori算法 ．基本概念如下 ： 自Apriori算法的提出以来 ，针对该算法的效率已有 定义 1 项 (Item)：交易数据库中的一个字段． 多种改进方法 ，文献 [7]则对一些典型的改进 项对课程复习来讲一般是该课程的知识点．例如 ：c 算法进行了充分的分析与比较 ，改进后的算法不同 ++课程中的面向对象等基本知识这一知识点．项 程度的提高了应用效率 ，目前关联规则 已在商业、金 通常用小写字母 i来表示． 融、医疗保险等领域有着广泛 的应用．在教学考核 定义2 事务 (Transaction)：对应于课程平时成 中，通过对学科知识点细化 的考核来反映学生的掌 绩数据库中的一条记录．事务通常用小写字母 ti表 握情况 ，在学生大量成绩数据中即可能隐藏着学科 示．ti：{il，i2，…， }．每一个事务都有一个唯一 的 知识点的关联规律，然而 ，这些重要的潜在价值却还 标识符 ，称为了TID． 未被利用 ，本文在研究 Apriori算法的基础上，提出 在上例 中，事务为 {C++初步知识 、面 向对象 一 种改进算法 ，该算法直接产生项数最大频繁项 目 等基本知识 、构造函数和析构函数 …}．事务 ti的全 集 ，其访问的数据量 明显减少 ，而且减小 了存储空 体集合 {tl，t2，…，n}构成 了一个数据库 D．即D： 问，改进了数据挖掘算法的性能，旨在高校的学科体 {tl，t2，…，tn}． 系中相关联的知识点体系 ，提高学科教学质量． 定义3 项集 (Itemsct)：一个事务数据库 中的 全体项的集合记为大写 I．I的任何子集 x称为 D中 的项 目集 (Itemset)．即I={i1，i2，…，im}．