Apriori算法实验报告总结计划及程序.docxVIP

Apriori 算法实验报告 学 号： 姓 名： 专 业： 计算机应用技术 教 师： 计算机学院 目 录 1 Apriori 实验 实验背景 现在 , 数据挖掘作为从数据中获取信息的有效方法 , 越来越受到人们 的重视。关联规则挖掘首先是用来发现购物篮数据事务中各项之间的有趣 联系。从那以后 , 关联规则就成为数据挖掘的重要研究方向 , 它是要找出隐 藏在数据间的相互关系。目前关联规则挖掘的研究工作主要包括： Apriori 算法的扩展、数量关联规则挖掘、关联规则增量式更新、无须生成候选项 目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并 行及分布关联规则挖掘算法等。关联规则的挖掘问题就是在事务数据库 D 中找出具有用户给定的满足一定条件的最小支持度 Minsup 和最小置信度 Minconf 的关联规则。 1.1.1 国内外研究概况 1993 年， Agrawal 等人首先提出关联规则概念，关联规则挖掘便迅速 受到数据挖掘领域专家的广泛关注 . 迄今关联规则挖掘技术得到了较为深 入的发展。 Apriori 算法是关联规则挖掘经典算法。针对该算法的缺点，许 多学者提出了改进算法，主要有基于哈希优化和基于事务压缩等。 1.1.2 发展趋势 关联规则挖掘作为数据挖掘的重要研究内容之一 , 主要研究事务数据 库、关系数据库和其他信息存储中的大量数据项之间隐藏的、有趣的规律。 关联规则挖掘最初仅限于事务数据库的布尔型关联规则 , 近年来广泛应用 于关系数据库 , 因此 , 积极开展在关系数据库中挖掘关联规则的相关研究 具有重要的意义。近年来 , 已经有很多基于 Apriori 算法的改进和优化。研 究者还对数据挖掘的理论进行了有益的探索，将概念格和粗糙集应用于关 联规则挖掘中，获得了显着的效果。到目前为止，关联规则的挖掘已经取 得了令人瞩目的成绩，包括：单机环境下的关联规则挖掘算法；多值属性 关联规则挖掘；关联规则更新算法；基于约束条件的关联规则挖掘；关联 规则并行及分布挖掘算法等。 实验内容与要求 实验内容 编 程  实 现  Apriori  算 法  ： 要  求 使 用 ‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f ’, ‘g’, ‘h’, ‘ i ’, ‘j ’10 个 项目随机产生数据记录并存入数据库。从数据库读取记录进行 Apriori 实 验，获得频繁集以及关联规则，实现可视化。并用课堂上 PPT 的实例测试 其正确性。 实验要求 1、程序结构：包括前台工具和数据库； 2、设定项目种类为 10个，随机产生事务，生成数据库； 3、正确性验证（可用课堂上的例子）； 4、算法效率的研究：在支持度固定数据量不同的时候测量运行时间；在数据量固定，支持度不同的 时候测量运行时间； 5、注意界面的设计，输入最小支持度和最小可信度，能够输出并显示频繁项目集以及关联规则。 实验目的 1、加强对 Apriori 算法的理解； 2、锻炼分析问题、解决问题并动手实践的能力。 2 Apriori 算法分析与实验环境 Apriori 算法的描述 Apriori 算法是一种找频繁项目集的基本算法。 其基本原理是逐层搜索 的迭代：频繁 K项 Lk 集用于搜索频繁 (K+1) 项集 Lk+1，如此下去，直到不 能找到维度更高的频繁项集为止。这种方法依赖连接和剪枝这两步来实现。 算法的第一次遍历仅仅计算每个项目的具体值的数量，以确定大型 l 项集。 随后的遍历，第 k 次遍历，包括两个阶段。首先，使用在第 (k-1) 次遍历中找到的大项集 Lk-1 和产生候选项集 Ck。接着扫描数据库，计算 Ck 中候选的支持度。用 Hash树可以有效地确定 Ck 中包含在一个给定的事务 t 中的候选。如果某项集满足最小支持度 , 则称它为频繁项集。 Apriori 算法的步骤 步骤如下 : 1、设定最小支持度 s 和最小置信度 c； 2、Apriori 算法使用候选项集。 首先产生出候选的项的集合 , 即候选项 集, 若候选项集的支持度大于或等于最小支持度 , 则该候选项集为频繁项集； 3、在 Apriori 算法的过程中 , 首先从数据库读入所有的事务 , 每个项都被看作候选 1- 项集 , 得出各项的支持度 , 再使用频繁 1- 项集集合来产生候选 2- 项集集合 , 因为先验原理保证所有非频繁的 1- 项集的超集都是非频繁的； 4、再扫描数据库 , 得出候选 2- 项集集合 , 再找出频繁 2- 项集 , 并利用这些频繁 2- 项集集合来产生候选 3- 项集； 5、重复扫描数据库 , 与最小支持度比较 , 产生更高层次的频繁项集 , 再 从该集合里产生下一级候选项集 , 直到不再产生新的候选项集为止。 开发环境 2.3.