Apriori算法研究与应用.docVIP

  • 36
  • 0
  • 约1.81千字
  • 约 4页
  • 2020-11-19 发布于福建
  • 举报
精品文档(可编辑) 值得下载 Apriori算法研究与应用 【摘要】Apriori算法是数据挖掘中关联规则中一种算法,其应用比较广泛,本论文主要介绍Apriori算法的基本思想、操作主要步骤、算法的描述、改进的Apriori算法及其的具体应用。 【关键词】Apriori算法关联研究与应用 Apriori算法是一种挖掘关联规则的频繁项集算法,其算法应用比较广泛,尤其在商业领域。关联规则的一个经典的例子就是在超市对顾客购买物品的分析。通过顾客购买各种商品总结发现物品与物品之间的关系,分析顾客在购买过程中的习惯与心理。什么样的商品被顾客频繁地同时购买,这样就可以有助于商家制定营销策略。关联规则的计算依赖于发现相关数据中频繁出现的数据项,寻找数据子集间的关联关系或者一些数据与其他数据之间的派生关系。 一、Apriori算法的基本思想 1994年,Agrawal等提出了Apriori算法用于发现数据库中的频繁项集,主要使用逐层搜索的迭代算法,通过扫描数据库得出频繁项集,一般来说,约定第n次扫描得频繁k-项集,记为Lk,首先对事务数据库进行第一次扫描,找出候选频繁1-项集,记为L1,然后利用L1来产生候选项集C2,对C2中的项进行挖掘出L2,即频繁2-项集,一直重复循环,直到无法发现更多的频繁k-项集为止。Apriori算法每挖掘一层Lk就需要对整个数据库进行扫描。

文档评论(0)

1亿VIP精品文档

相关文档