基于事务子集的Apriori算法改进研究  

作　　者：艾菊梅[1] 程一民 徐瑞斌 

机构地区：[1]东华理工大学江西省放射性地学大数据技术工程实验室,南昌330013 [2]东华理工大学信息工程学院,南昌330013 [3]上饶市余干县公安局科技信息化大队,江西上饶335100

出　　处：《电脑编程技巧与维护》2020年第9期3-6,31,共5页Computer Programming Skills & Maintenance

基　　金：江西省放射性地学大数据技术工程实验室开放基金(JELRGBDT201805);2017年江西省高等学校教学改革课题(JXJG-17-6-2)。

摘　　要：文中提出一种基于事务非空子集的Apriori改进算法:通过逐个扫描事务,通过事务的非空子集与前一事务产生的候选项集,集合运算产生当前事务的候选项集,并计算当前事务各候选集的支持度,直至扫描完交易事务数据库中最后一事务,产生交易事务数据库的最大候选项集,删除不满足最小支持度阈值的候选集,即得到交易事务数据库的最大频繁项集,根据最小置信度阈值得到相应的关联规则,整个过程仅扫描一次交易事务数据库,各项候选集均由事务的非空子集产生,与事务无关的候选集根本不存在,有效控制候选集的规模。

关 键 词：关联规则 APRIORI算法 事务子集 集合运算 候选项集 频繁项集 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]