基于布尔矩阵的高价值度关联规则挖掘算法

传统的挖掘算法Apriori是依据统计学中的数据显著性挖掘关联规则,需多次扫描数据库,效率较低,且忽视了数据显著性与价值性不匹配的问题。针对"大数据"下容易产生数量繁多但无效的关联规则,通过采用基于布尔矩阵挖掘关联规则的算法,只扫描一次数据库,得出布尔矩阵及相应的利润矩阵,随后根据"二八法则"设定对客户最具吸引力的"最小价值度",最终挖掘出高价值的关联规则,从而提高规则挖掘的效率及价值。