关联规则中Apriori算法C实现研究.docVIP

关联规则中Apriori算法C实现研究 　　摘要:关联规则是数据挖掘中发现知识的一种有效方法,其中Apriori算法又是关联规则挖掘的经典算法。本文在分析该Apriori算法的基础上,介绍了该算法的C#实现,包括频繁集的发现和关联规则的生成,并且通过对传统购物篮数据中的频繁集进行了验证,并且得到了其中满足最小支持度和可信度的强关联规则。 　　关键词:数据挖掘;关联规则;Apriori算法 　　中图分类号:TP301文献标识码:A文章编号:1009-3044(2009)13-3501-04 　　 　　1 数据挖掘 　　数据挖掘(data mining,DM)是指从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程[1]。它是数据库知识发现(Knowledge Discovery in Database,KDD)过程中对数据真正应用算法抽取知识的那一步骤,是KDD过程中的重要环节[2]。数据挖掘的方法主要包括:分类、回归分析、聚类、关联分析等。其中,关联规则挖掘是数据挖掘研究的一个重要分支,是众多知识类型中最为典型的一种。 　　 　　2 关联规则 　　关联规则挖掘最早是由Agrawal等人于1993年提出的[3],其形式化的描述如下:设I={i1,i2,…,im}是m个不同项的集合,事务T为I的子集