一种直接生成频繁项集的分治Apriori算法.pdfVIP

第31卷第4期 计算机应用与软件 V01．3l No．4 2014年4月 ComputerApplicationsandSoftware Apr．2014 一 种直接生成频繁项集的分治Apriori算法 郑 麟 (武汉大学计算机学院 湖北 武汉430000) 摘 要 针对Apriori算法的不足，提 出基于项数布尔矩阵的改进算法MPIN—Apriori。改进算法运用分治思想将数据集分段处理， 使用事务项数进行矩阵压缩并利用向量交运算和先验剪枝直接生成局部频繁k．项集，最终合并为全局频繁k一项集。该算法从根本 上改进 了Apriori算法频繁迭代的流程，避免了连接运算而且极大减轻了内存负担。实验结果表 明在进行大型数据库频繁项集挖掘 时其效率明显高于Apriori算法，而且对分布式数据挖掘有参考价值。 关键词 Apriori算法 频繁项集 项数布尔矩阵 分治 中图分类号 TP301．6 文献标识码 A DOI：10．3969／j．issn．1000-386x．2014．04．075 ADIVIDE-AND-CONQUERAPRIORIALGORITHM DIRECTLY GENERATINGFER QUENTITEMSETS ZhengLin (ComputerSchool，WuhanUniversity，Wuhan430000，Hubei，China) Abstract W eproposeallimprovedalgorithm namedMPIN AprioriwhichisbasedontheBooleanmatrixofnumberof itemsaimingatthe _ disadvantageofApriorialgorithm．Theimprovedalgorithm usesthedivide—and—conquerideatodividethedatasetintosegmentsforprocessing， usesnumberoftermsof transaction tocompressthematrixand utilisesvectorintersection operation andprioripruningtogeneratelocal frequentk-itemse~ directly，andfinallyme~esthem intoglobalfrequentk-itemsets．Thealgorithm fundamentallyimprovesthefrequently iterativeprocessoftheApfiorialgorithm ，avoidstheconcatenationoperationandgreatlyreducestheburdenofthememo~．Experimental resultsshow thatitsefficiencyissignificantlyhigherthantheApriorialgorihtm duringfrequentitemsetsminingonalargedatabase，naditalso has thereferencevalHefordistributeddatamining． Keywords Apriorialgorithm Frequentitemsets Booleanmatrixof numberof terms Divide—and—conquer