基于概率分布及维度编码的关联规则挖掘

设计一种基于二进制数及项目的支持度分布的Apriori改进算法BF-Apriori。该算法通过分析项目的概率分布并对项目集中的项目按概率从大到小进行排序,经维度编码为二进制数后,降低事务数据库的读取开销和存储开销,同时采用切片运算和剪枝技术降低规则挖掘运算的时间复杂度。实验结果表明,BF-Apriori算法降低了50%左右的存储开销及400%以上的执行时间,能提高数据挖掘的存储效率和运算速度。

一种基于逆序编码的关联规则挖掘研究

为了提高关联规则挖掘的存储和挖掘效率,该文设计了一种基于逆序编码的Apriori改进算法BF-Apriori。该算法通过分析项目的概率分布并对其进行排序,经行向量逆序编码为二进制数后降低了项目读取的开销和存储开销,同时采用切片运算和剪枝技术降低了规则挖掘运算的时间复杂度。实验结果表明,BF-Apriori算法提高了数据挖掘算法中项目集的存储效率和运算速度。