一种改进的关联规则挖掘算法  

An Improved Algorithm for Mining Association Rules

作　　者：吴志丹[1] 赵大宇[2] 唐恒永[2] 

机构地区：[1]沈阳师范大学计算中心,辽宁沈阳110034 [2]沈阳师范大学数学与系统科学学院,辽宁沈阳110034

出　　处：《沈阳师范大学学报（自然科学版）》2006年第3期257-259,共3页Journal of Shenyang Normal University:Natural Science Edition

基　　金：辽宁省教育厅资助项目(202112020);知识科学与知识管理研究中心资助项目(027)

摘　　要：从大型事务数据库中发现关联规则是数据挖掘中的一个重要课题,其核心问题是挖掘频繁项集.经典Apriori算法是有效的挖掘频繁项目集的算法.在分析Apriori算法的基础上,提出了一种利用二维数组来代替算法中的哈希树的方法,可以迅速产生二阶频繁项目集,改善了Apriori算法的效率瓶颈,大大提高了算法的执行效率.It is an important issue to discover association rules from large scale database, the main problem of which is frequent itemset mining. The classical Apriori algorithm is an efficient one for that. Based on analysis of the Apriori algorithm, this paper puts forward an improved algorithm which adopts two-dimension array instead of complex Hash-tree structure to expedite the mining process.

关 键 词：关联规则 频繁项集 数据挖掘 数据库 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]