基于事务相似矩阵的关联规则挖掘算法  

Association Rule Mining Algorithm Based on Similarity Matrix of Transactions

作　　者：桂琼[1] 程小辉[1] 

机构地区：[1]桂林工学院电子与计算机系

出　　处：《桂林工学院学报》2008年第4期568-571,共4页Journal of Guilin University of Technology

基　　金：广西自然科学基金资助项目(桂科自0832264);广西区教育厅科研项目(200708MS165)

摘　　要：通过对Apriori算法挖掘过程的深入分析,提出一种改进的关联规则挖掘算法——基于事务相似矩阵的关联规则挖掘算法(ARBSM):在压缩事务布尔矩阵的基础上构建一个事务相似矩阵,直接查找高阶K-项频繁集,有效解决了Apriori算法逐层搜索的迭代产生频繁项集的瓶颈问题。测试结果表明,ARBSM算法可以高效地挖掘潜在的强关联规则。With in-depth analysis of mining association rules, an improved association rule mining algorithm： Association Rule Mining Algorithm Based on Similarity Matrix of Transations （ARBSM）, is proposed. Innovation of the algorithm creates a similarity matrix of transactions based on reducing matrix of transactions. The algorithm directly finding the high level frequent itemsets effectively resolves the bottleneck of Apriori algorithm. The experiment shows that ARBSM algorithm can effectively find out the strong potential association rules.

关 键 词：APFIORI算法 关联规则 压缩事务矩阵 事务相似矩阵 ARBSM算法 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论] TP391[自动化与计算机技术—计算机科学与技术]