基于BDIF的关联规则挖掘算法研究.pdfVIP

第 37 卷第 2 期 唐山师范学院学报 2015 年 3 月 Vol.37 No.2 Journal of Tangshan Normal University Mar. 2015 基于BDIF 的关联规则挖掘算法研究 郭昌建 （合肥学院计算机科学与技术系，安徽 合肥 230601 ） 摘 要：阐述了关联规则挖掘的研究情况，关联规则的分类方法等，对经典Apriori 算法进行了分析和评价， 在此基础上提出了一种高效产生频繁集的BDIF （Based Transactional Databases Including Frequent ItemSet ）算法； 它通过划分数据块，快速的搜寻频繁项目集，从而减少对数据块的扫描次数，提高了算法的效率。并用 BorlandC++Builder6.0 开发环境来调试、验证该算法。 关键词：数据挖掘；关联规则；BDIF TP391.1 A 1009-9115(2015)02-0042-03 中图分类号： 文献标识码： 文章编号： DOI ：10.3969/j.issn.1009-9115.2015.02.013 On the Mining Algorithm Based on BDIF Association Rule GUO Chang-jian (Department of Computer Science and Technology, Hefei University, Hefei 230601, China) Abstract: This article describes research on association rule mining and classification methods of association rules, analyzes and evaluates the classic Apriori algorithm, which gives rise to an efficient frequent BDIF (Based Transactional Databases Including Frequent Item Set) algorithm. It thereby reduces scanning data block and improves algorithm efficiency by dividing data block and quickly searching for frequent item set. Key Words: data mining; association rules; based transactional databases including frequent item set 随着经济的发展和信息的增长，许多企业和组织积 的研究人员对关联规则的挖掘问题进行了大量的研究。 累了大量的数据，隐含在数据中的关联规则、模式等知 包括对关联规则挖掘的理论探索、原有的算法的改进和 识是对决策有帮助的信息。数据挖掘的目的就是发现隐 新算法的设计、并行关联规则挖掘等问题[2] 。 含在数据中对决策有帮助的信息，它是实现智能决策支 1.1 关联规则的基本概念 持系统的一个重要手段。数据挖掘是从大量的、不完全 设 I={i , i ,…, i }是二进制文字的集合，其中的元