基于矩阵约简的Apriori算法改进.pdfVIP

计 算 机 与 现 代 化 2015年第9期 JISUANJIYUXIANDAIHUA 总第241期 文章编号：1006-2475(2015)09-0001-05 基于矩阵约简的Apriori算法改进 任伟建，于博文 (东北石油大学电气信息工程学院，黑龙江 大庆 163318) 摘要：Apriori算法在搜索频繁项集过程中，通常需要对数据库进行多次的重复扫描和产生大量无用的候选集，针对此问 题提出一种基于矩阵约简的Apriori改进算法。该算法只需扫描一次数据库，将数据库信息转换成布尔矩阵。根据频繁 k一项集的性质推出的结论来约简数据结构，有效地降低无效候选项集的生成规模。通过对已有算法的对比，验证该算法 能有效地提高挖掘频繁项集的效率。 关键词：数据挖掘；关联规则；Apriori算法；频繁项集；矩阵约简 中图分类号：TP311．13 文献标识码 ：A doi：10．3969／j．issn．1006—2475．2015．09．001 ImprovedAprioriAlgorithm BasedonM atrixReduction RENWei-jian．YUBo-wen (ElectricalInformationEngineeringInstitute，NortheastPetroleumUniversity，Daqing163318，China) Abstract：DuringthesearchforrfequentitemsetsoftheApriorialgorithm，thedatabaseisscannedrepetitivelyandgeneratesa largenumberofuselesscandidatesets．Forthisproblem，akindofimprovedApriorialgorithm basedonthematrixreductionis putforward．Thealgorithm scansthedatbaaseonlyonce，conveysthedatbaaseinformationtoBooleanmatrix，andreducesthe datastructureaccordingtotheconclusiondrawnfrom thenatureofthefrequentk—itemsets，whichlowersthegenerationSCaleof theinvalidcandidateitemsetseffectively．Bycomparingwiththeexistingalgorithms，itisvalidatedthatthisalgorithm canim— provetheefficiencyofminingfrequentitemsetseffectively． Keywords：datamining；associationrules；Apriorialgorithm；frequentitemsets；matrixreduction 献 [1]中，提出了基于数组的挖掘方法，降低了扫描 0 引 言 数据库的次数 ，将多维数据存储在与之对应的数组 关联规则的挖掘是数据挖掘领域中的一个重要 中，在查找k．项集时，只需对数组维数不小于k的数 研究方向，旨在从海量数据中发现隐藏的关联关系、 组进行扫描，但其依旧有大量的重复扫描操作，效率 人们感兴趣的数据集合和与指定数据相关联的数据， 较低。在文献 [2]中，提出基于向量的挖掘算法，该 来辅助人们快速做出决策。Apriori算法则是挖掘关 算法需要将数据中的事物和项 目采用向量表示，通过 联规则的经典算法，其核心思想是通过扫描数据来获 遍历获取频繁 k．项集，但所转换的向量 占据 了大量 取频繁项集，然后根据