基于前缀项集的Apriori算法改进

关联规则的挖掘是数据挖掘中一个重要内容,主要目的是找到事务数据库中的有趣的模式。Apriori算法是关联规则挖掘的最经典算法之一,但是它本身存在着效率上的瓶颈。在深入了解Apriori算法前提下,提出基于前缀项集的候选集存储结构,并利用哈希表在快速查找上的优势,大大提高了经典Apriori算法在连接步骤和剪枝步骤中的效率。实验证明改进后的Apriori算法在一定支持度下比经典Apriori算法有着更大的效率优势,并且支持度越小时提升效率越大。

关联规则Apriori算法的研究进展

关联规则的挖掘是数据挖掘研究热点之一,Apriori是关于关联规则挖掘较经典的算法。但Apriori算法在处理大规模数据时,会产生庞大数量的候选项集,给算法的运行时间和空间带来了巨大挑战;会多次扫描事务数据库,导致产生巨大的I/O负载。针对算法的上述缺点,对算法的改进成为了当今研究的热点,研究者根据解决实际问题的需要提出了多种改进的算法。介绍近几年基于矩阵的Apriori算法、基于链表的Apriori算法、基于哈希表的Apriori算法的研究进展情况,介绍在大数据环境下此算法改进情况,进一步讨论了目前所面临的挑战和进一步研究的方向。