期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

关联规则Apriori算法的改进 被引量：13

Improvement of Apriori Algorithm for Association Rules
下载PDF
导出
摘要 Apriori算法是关联规则提取的经典算法,但存在一些不足之处。关联算法的研究主要集中在提高Apriori算法的效率上。本文分析了该算法并进行了改进,使得频繁集产生的同时精简事务集。这种算法及时去掉了不必要的数据,减少了数据运算,从而使算法更优化。 The Apriori algorithm is a classical algorithm in mining association rules. There exist some shortcomings in the algorithm. The researches in mining algorithms of association rules are mainly to improve the efficiency of the Apriori algorithms. In this paper, analysis of the Apriori algorithm is made, the transactions are reduced when frequent itemset is produced. Redundant data are deleted in time to improve the Apriori algorithm.
作者 杨晓平
机构地区 华中科技大学计算机科学与技术学院
出处 《浙江海洋学院学报（自然科学版）》 CAS 2006年第2期176-182,195,共8页 Journal of Zhejiang Ocean University(Natural Science Edition)
基金 国家自然科学基金(60373078) 浙江省教育厅科研计划(20040538)
关键词 数据挖掘 关联规则 频繁项集 APRIORI算法 data mining association rule frequent itemset Apriori algorithm
分类号 TP301 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献8

二级参考文献23

  • 1陈建文.数据挖掘算法及应用研究：硕士学位论文[M].重庆:重庆大学计算机学院,2001..
  • 2[1]Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules in Large Databases. in: Bocca J B, Jarke M, Zaniolo C eds. Proceedings of the 20th International Conference on Very Large Data Bases. Santiago de Chile, Chile. 1994. San Francisco: Morgan Kaufmann, 1994. 487～499
  • 3[2]Srikant R, Vu Q, Agrawal R. Mining Association Rules with Item Constraints. in: Heckerman D, Mannila H, Pregibon D eds. Proceedings of the 3rd International Conference on Knowledge Discovery and Data Mining. Newport Beach, California, USA. 1997. Menlo Park: AAAI Press, 1997. 67～73
  • 4[3]Rymon R. Search through Systematic Set Enumeration. in: Nebel B, Rich C, Swartout W R eds. Proceedings of the 3rd International Conference on Principles of Knowledge Representation and Reasoning. Cambridge, Massachusetts, USA. 1992. San Francisco: Morgan Kaufmann, 1992. 539～550
  • 5Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large database[A].The ACM SIGMOD Conference on Management of Data, Washington D C, 1993.
  • 6Savasere A, Omiecinski E, Navathe S. An efficient algorithm for mining association rules in large databases[A]. The 21st International Conference on Very Large Database, Zurich, Switzerland, 1995.
  • 7Park J S, Chen M S, Yu P S. An effective hash-based algorithm for mining association rules[A]. ACM SIG-MOD International Conference on Management of Data, San Jose, USA,1995.
  • 8Toivonen H. Sampling large databases for association rules[A]. The 22nd International Conference on Very Large Database, Bombay, India, 1996.
  • 9Han Jiawei, Micheline K. Data mining: concepts and techniques[M]. San Francisco: Morgan Kaufmann Publishers Inc, 2001. 227~230.
  • 10韩家炜 范明 等.数据挖掘概念与技术[M].北京:机械工业出版社,2001,8..

共引文献136

同被引文献62

引证文献13

二级引证文献32

浙江海洋学院学报（自然科学版）
2006年 第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部