基于散列的关联规则AprioriTid改进算法.pdfVIP

第34 卷 第5 期 计 算 机 工 程 2008 年3 月 Vol.34 No.5 Computer Engineering March 2008 ·软件技术与数据库· 文章编号：1000—3428(2008)05—0060—03 文献标识码：A 中图分类号：TP301.6 基于散列的关联规则AprioriTid 改进算法 1,2 1 俞燕燕 ，李绍滋 (1. 厦门大学计算机科学系，厦门 361005 ；2. 浙江信息工程学校，湖州 313000) 摘 要：发现频繁项集是关联规则挖掘应用的关键，针对采用Apriori 类的候选项目集生成-检验方法导致候选项目集产生的代价很高问题， 该文提出一种基于散列的快速AprioriTid 改进算法，在AprioriTid 算法的基础上采用基于候选项Lk 地址的哈希映射方法，提高了算法的执 行效率。 关键词：关联规则；频繁项目集；AprioriTid 算法；散列 Improvement of AprioriTid Algorithm for Association Rules Based on Hash Technology YU Yan-yan1,2, LI Shao-zi1 (1. Computer Science Department, Xiamen University, Xiamen 361005; 2. School of Zhejiang Information Engineering, Huzhou 313000) 【Abstract 】Finding frequent itemset is a pivotal technology and stage in association rules mining application. Most studies adopt Apriori-like candidate set generation-and-test approach, but candidate set generation is still costly. This paper proposes an improved AprioriTid algorithm to improve the algorithmic executive efficiency, which is based on candidate set Lk address-mapping approach of Hash technology. 【Key words 】association rules; frequent item set; AprioriTid; Hash 形式为TID,{L } ，其中，每个X 是一个事务中潜在的频繁 1 概述 k k [1-2] k-项目集，对应一个标示符 TID。当k=1 时，C 对应于数据 关联规则由Agrawal 等人提出 ，其核心是基于两阶段 1 频繁项集思想的递推算法。关联规则挖掘算法的