- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进的Apriori算法在试题关联分析中的应用.pdf
“。7J”川1斗干常二7否常二朋
ElectronicSci.&Tech./Feb.15.2014
改进的Apriori算法在试题关联分析中的应用
栗青霞,王换换,傅苗
(华北水利水电大学信息工程学院,河南郑州450011)
摘要针对关联规则挖掘中经典A研谢算法由于多次扫描数据、产生大量候选集及产生候选集时连接次数多等
缺陷,导致效率较低。文中提出删除部分特殊事务,减少扫描数据次数。在生成候选k一项集前,对频繁k一1项集进
行约简,减少连接次数和候选k一项集数,对A研ori算法进行改进。并将改进的A一面算法用于试题分析中,得出试
题之间的关联关系。实例表明,改进后的算法在效率上优于A硼ori算法。
关键词关联规则;Apriori算法;频繁项集;效率;试题分析
中图分类号TP301.6文献标识码A 文章编号1007—7820(2014)02—035—04
An with inAssociationof
ImprovedAprioriAlgorithmAppfication Analysis
LI Zhe
Huanhuan,FU
Qingxia,WANG
of
ofInformation China WaterResourcesandElectric
(College Engineering,NorthUnivemity Power,Zhengzhou
AbstractAsaclassicalassociationrule scansthedatabase andhasa
miningalgorithm,/t。priori repeatedly
amountofconnectiontimesbeforethe ofcandidateitem a numberofcandidateitem
large generation sets,andhuge
are inlow is worksinthe
sets defectsresult
generated.These efficiency.Animprovedalgorithmproposed,which
are
two affairsdeletedtoreducethetimesof
followingsteps.Firstly,somespecial scanning
k-1itemsetsarereducedbefore candidate timesof J|}·litemsets
frequent k-itemsets.∞the the
generating frequent
andthenumberof k setsis inthe
connection candidateitem the isused
reduced.FinallyimprovedApriorialgorithm
oftheitemrelationofallexaminationto
文档评论(0)