基于改进Apriori算法的促销产品组合分析研究  

作　　者：孙一凡 倪敬一 王康伟 周华乔 崔宇婷 祝宏亮 

机构地区：[1]江苏省工业云边协同技术工程研究中心,江苏淮安223001 [2]淮阴工学院,江苏淮安223001

出　　处：《电脑知识与技术》2025年第4期42-46,共5页Computer Knowledge and Technology

基　　金：国家自然科学基金资助项目(62001515);淮安市自然科学研究项目(HABL202215、HABZ202223)。

摘　　要：针对Apriori算法在处理大规模数据时存在的效率低和内存占用高的问题,文章进行了算法改进。通过融合剪枝策略、数据压缩和并行计算技术,成功提升了Apriori算法的效率和可扩展性。改进后的算法能够更有效地从大规模销售数据中挖掘频繁项集和关联规则,进而为制定精细化促销策略提供了有力支持。实例分析显示,该改进算法不仅显著提高了数据处理速度,还降低了内存占用。实验结果验证了其在实际应用中的有效性和价值,为现代零售业促销策略的优化带来了实质性的改进效果。

关 键 词：APRIORI算法 关联规则 剪枝策略 数据压缩 并行技术 促销策略 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]