基于关联规则挖掘领域的Apriori算法的优化研究  

Optimization of Apriori Algorithm in Mining Association Rules

作　　者：吴斌[1] 肖刚[1] 陆佳炜[1] 

机构地区：[1]浙江工业大学软件学院,浙江杭州310023

出　　处：《计算机工程与科学》2009年第6期116-118,共3页Computer Engineering & Science

基　　金：浙江省自然科学基金资助项目(Y106603);浙江省教育厅资助项目(20040576)

摘　　要：挖掘关联规则是数据挖掘领域的一个重要研究课题,在挖掘数据间的关联性时具有非常重要的意义。本文在分析关联规则挖掘及Apriori算法的基础上,从压缩扫描数据集及提高剪枝效率等方面对算法进行了优化改进,从而达到了降低消耗、提高算法效率的目的。最后,通过实例对优化的Apriori算法作了详细介绍。In the data mining field, mining association rules is an important topic in practical applications. On the basis of the Apriori algorithm, this paper proposes a new optimization method for scanning compressed data sets and improving the efficiency of the pruning step, in order to reduce consumption and improve the efficiency of algorithms. Finally, this paper gives an example in detail.

关 键 词：关联规则 数据挖掘 APRIORI算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]