基于经典Apriori算法的频繁模式挖掘算法.pdfVIP

数据库技术 ·DataBaseTechnique 基于经典Apriori算法的频繁模式挖掘算法 文 ／石杰 (1)通过迭代，发现交易数据库中的全 matarecontainedint： 频繁模式挖掘在数据挖掘领 部频繁项集。 Lk：=Al】candidatesinCkwithminimum 域 中有着大量的研究和广泛的应 (2)构建满足用户最小信任度规则。即 support； 用。大型数据库中的频繁模式挖 首先找到频繁 1．项集，记为 Ll，利用 L1构 K：=K+1： 掘 已经成为数据挖掘与知识发现 领域的一个重要 问题 。本文在分 建候选项集 C2，根据 C2挖掘出L2，如此不 end 析经典Apriori算法基础上，提 断重复操作，直到无法发现更多的频繁k．项集。 answer；= U kLk； 出一种改进算法RF算法，该算法 Apfion算法描述 在计算候选项集支持度时，只选 最小支持度阈值 4实验分析 输入：交易数据库D 择交易记录中长度大于或等于候 min 选项集长度 的交易记录，减少了 _ sup 从表 l和图1可 以看出，RF算法与经典 算法运行时间。实验表 明，改进 输 出：D 中的频繁项集 L Apriori算法相 比，有更高的效率 。在分析过 后的算法执行时间上表现出较好 1L1：={frequent1-items~s}； 程中，当记录数为400时，经典A州od算法 的性能。 2for(k=2；Lk-1瑚j；k++) 需花费6秒，而RF算法需花费4秒。当记录 3begin； 数量不断增加时，RF算法在执行时间上表现 4ck：Apriori_gen(Lk-1)；／／实现连接和剪 出较好的性能。 【关键词】数据挖掘 频发模式 关联规则 枝 表 1：两种算法比较 项集 5foral1a瓶 irst∈ Ddo 6begin； 记录数量 Apriori算法时间 (s) RF算法时间(s) 7Ct=subset(Ck，t)； 当数据挖掘是指从数据库的大量数据中 8forallcandidatesC∈ Ct．do 600 6 4 提取出未知的、具有潜在实际价值 的、隐含 9c．co1lIlt++：／／计算支持数 1000 22 l8 的信息 ，关联规则挖掘就是从海量的数据中寻 10