关联规则挖掘算法AprioriTid算法的改善和研究.pdfVIP

河北工业大学硕士论文 关联规则挖掘算法 AprioriTid 算法的改善与研究 摘 要 关联规则挖掘技术是数据挖掘领域应用最为广泛的技术之一，本文对关联规则挖掘算 法——AprioriTid算法进行分析，总结出了目前关联规则AprioriTid算法存在的候选Tid 表庞大和存储大量无意义频繁项目集两个主要瓶颈问题。 本文针对上面的两个瓶颈问题提出了一种基于事务压缩、项目压缩，同时可有效修剪 中间产生的频繁项目集的改进方法。通过使用 UCI 标准测试集——Mushroom 测试集对其 进行了多方面的性能测试和比较，由固定置信度下的不同支持度进行测试可知改进后的算 法较原算法在时间效率上提升了20%-40%，极大的改善了算法的性能。最后，文章将改进 后的算法用在了高校成绩数据库中，通过对高校成绩数据的分析与异常规则的提取，为高 校课程制定提出了一些合理化建议。 关键词：数据挖掘，关联规则，AprioriTid改进算法，数据预处理 i 关联规则挖掘算法 AprioriTid 算法的改善与研究 RESEARCH AND IMPROVEMENT ON APRIORITID ALGORITHM OF ASSOCIATION RULES ABSTRACT Association rules mining technology is one of the most widely used techniques in data mining areas, it aims to extract inner and uneasily found links. The paper first introduces the related theory of association rules mining technology, analyses the exist association rule algorithm-AprioriTid algorithm, and summarizes the exist two major bottleneck problems of current association rules mining: (1) For large database, the early formation of candidate Tid table may be larger than the original transaction database. (2) Every generating Tid table records many meaningless item sets that cause heavy computer storage burden. This paper aims at above two bottleneck problems and presents an improvement algorithm that based on transaction compression and item sets compression, meanwhile, it presents a method that can simply and efficiently clip middle produced frequent item sets. Then it uses simple examples to analysis the theory examine. Secondly, the paper us