多最小分类支持度算法研究  

Study on Multiple Minimum Classification Support Degree Algorithm

作　　者：孙萧寒[1] 张郭军[1] 索红军[1] 

机构地区：[1]渭南师范学院,陕西渭南714000

出　　处：《现代电子技术》2010年第20期84-85,共2页Modern Electronics Technique

基　　金：渭南师范学院基金资助项目(10YKS008)

摘　　要：数据挖掘是指从大量数据中发现潜在、有用知识的过程。关联规则是数据挖掘的一个主要研究内容,而如何提高挖掘算法的效率是关联规则数据挖掘的核心问题。Apriori算法是关联规则挖掘的经典算法,但是在实际应用Apriori算法的时间空间开销都很大。针对Apriori算法的局限性,从实际应用出发提出了多最小支持度算法,一方面降低候选项目集中候选项的数量;另一方面减少扫描数据库的次数。这种算法不仅降低了I/O负荷,而且减少了时间开销,具有较高的效率。Data mining is a process to find out latent and useful knowledge from vast data. Association is a main research content for data mining, and the key issue of data mining is how to improve the efficiency of algorithms. Aprlori algorithm is one of classic data mining algorithms of association rules. However, it takes great time and space to run Apriori algorithm in practical application, Multiple minimum classification support degree algorithm is proposed to decrease the amount of candidate items in candidate set and the times of scanning database. This algorithm not only decreases I/O load but also has high efficiency.

关 键 词：数据挖掘 关联规则 支持度 候选集 

分 类 号：TN911-34[电子电信—通信与信息系统] TP311[电子电信—信息与通信工程]