一种改进的Apriori算法.docVIP

总第 246 期 2010 年第 4 期 计算机与数字工程 Computer D ig ital Eng ineer ing V o l. 38 No . 4 30  一种改进的 Apriori 算法 *  1) 朱 庆 恰汗 合孜尔 2) 2) ( 新疆农业大学计算机与信息工程学 院 乌鲁木齐 830052) ( 新疆农业大学数理学院 乌鲁 木齐 830052)  摘 要 关联规则挖掘是数据挖掘研究的重要内容之一。通过对关联规则挖掘算法的详细分 析, 提出了一种基于有向 关联图的频繁项集挖掘算法, 该方法仅需扫描 数据库一次, 避免了 Aprior i 算法 繁琐的连 接和删除步 骤, 从 而提高了搜 索速 度。 关键词 数据挖掘; 关联规则; 频繁项集; 有向关 联图 中图分类号 T P311  An Improved Apriori Algorithm  Z hu Q ing 1) Q ia han Hezier 2) 1) ( Co llege of Com puter and I nfo rmation Eng ineer ing, Xinjiang A gr icultural U niver sity 2) , U r umqi 830052) ( College o f M athematics and Physics, Xinjiang Ag r icultural U niversity , U r umqi 830052)  Abstract M ining asso ciation r ules is one o f t he most impo rtant topics in data mining. After the method for mining as sociation r ules is analyzed, a alg or ithm o f fr equent itemsets mining based on directed association g raph is put for war d. It only needed o ne times of scanning, and had avo ided the tedious co nnection st ep and the deletio n step of the A priori algo rithm, but also has the vir tues in hig h speed. Key Words data mining, asso ciatio n r ules, fr equent it emset, directed association gr aph Class Number T P311  1 引言 数据挖掘是从大型数据库的大量原始数据中 是高效迅速找出数据集 D 中全部频繁项集, 这是问 题的中心, 是评价关联规则挖掘算法的标准; 问题 二可由最小置信度的定义求解比较容易。目前, 所 提取人们感兴趣的、隐含的、具有潜在应用价值的 信息和知识 。在数据挖掘中, 关联规则挖掘算 法一直是研究的重点和热点问题, 典型的应用就是 购物篮分析。该过程通过挖掘顾客放入购物篮中 的不同商品之间的关联, 分析顾客的购买习惯, 从 而应用于商品货架设计、货存安排以及其他商业用 途。关联规则挖掘可以发现隐藏在数据库中的项 集之间的关联关系, 从大量事务记录中发现有趣的 关联, 帮助决策者制定计划。 关联规则挖掘分为两个子问题: 一是根据最小 支持度找出数据集 D 中的所有频集; 二是根据频繁 项目集和最小置信找出关联规则。问题一的任务 有的关联规则挖掘算法都是针对问题一提出的, 它 是决定关联规则挖掘算法性能的关键; 由于数据库 中的事务集通常是相当庞大的, 因此需要高效的算 法来挖掘这些关联规则。关联规则挖掘中发现频 繁项目集是关键的技术和步骤, 本文提出一种基于 有向关联图的频繁项集挖掘算法, 只须扫描一遍数 据库, 并可以大大减少连接操作。 2 A p rior i 算法 最经典的关联规则挖掘算法是 A priori 算法, 它 是 由 R. A g raw al 和 R . Srikant 于 1994 提 出 的 , A priori 算法是一种宽度优先的算法, 采用  * 收稿日期: 2009 年 10 月 28 日, 修回日期: 2009 年 11 月 30 日 作者简介: 朱庆, 男, 硕士研究生, 研究方向: 数据挖掘。恰汗 合孜 尔, 男, 博 士, 教授,