1、關(guān)聯(lián)規(guī)則Apriori算法的改進摘要：文章提出一種改進的 apriori 算法。該算法通過減少對數(shù) 據(jù)庫搜索的次數(shù)，從而減少數(shù)據(jù)挖掘過程中的 i/o 開銷。實踐證明， 用此算法進行關(guān)聯(lián)挖掘，其效率比傳統(tǒng)的方法要高。關(guān)鍵詞：數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則頻繁項集 apriori 算法improveme nt of apriori algorithm for associati on rulesli xiao-hui(college of computer scie nee and tech no logy,cha ngch ununi versity,cha ngchu n 130022,chi na)abs

2、tract : this paper presents an improved apriori algorithm. the newalgorithm can decrease the i/o operatio n of the process of mining bymeansof decreasing the times of database searchi ng. it is show n bythe experime ntal result that the improved algorithm is much moreefficie nt tha n the traditional

3、algorithm in being applied to miningassociationrule.neywords: data mining， association rule ， frequent itemset ，apriorialgorithm1、引言隨著數(shù)據(jù)庫技術(shù)和計算機網(wǎng)絡(luò)的發(fā)展，在海量數(shù)據(jù)里發(fā)現(xiàn)有價值 的知識和信息的工作受到了越來越多的重視。數(shù)據(jù)挖掘的一個重要 方向是關(guān)聯(lián)規(guī)則Apriori算法的改進關(guān)聯(lián)規(guī)則的挖掘，而關(guān)聯(lián)規(guī)則挖掘中最經(jīng)典算法是apriori算法1。但在實際應(yīng)用中，apriori 算法還存在著很多令人不盡滿 意的地方。有許多文獻中也針對這些缺點提出了改進的算法

4、2,但 算法也大多較復(fù)雜。本文在這些基礎(chǔ)上提出了一種 apriori 算法新 的改進。2、 關(guān)聯(lián)規(guī)則定義設(shè) i=i1,i2,-,im為項目集，d 是全體事務(wù)記錄的集合。i 有一個子集是事務(wù) t，事務(wù)集合 t i，每個事務(wù)記錄都有一個標(biāo)識符 tid。 關(guān)聯(lián)規(guī)則實際上是一個蘊涵式，形如x=y,其中 x i , y i 同時 xAy=。其中 x 是關(guān)聯(lián)規(guī)則的條件，y 是關(guān)聯(lián)規(guī)則的結(jié)果。關(guān)聯(lián) 規(guī)則x=y 對 d 的支持度的定義是事務(wù)集合 d 中包含有 x 和 y 的百 分比。關(guān)聯(lián)規(guī)則 x=y 對 d 的置信度的定義是事務(wù)集合 d 中同時包 含 x 和 y 的事務(wù)占 x 的百分比。3、 算法的改進3.1

5、 改進算法的思路第一個步驟要簡單統(tǒng)計所有含一個元素的項目，其出現(xiàn)的頻率，同時找出那些大于或者等于最小支持度的那些項目集，這時就產(chǎn)生 了一維頻繁項目集 gl。接著開始用循環(huán)結(jié)構(gòu)處理，一直到不再產(chǎn)生 維數(shù)更高的頻繁項目集為止。循環(huán)過程描述如下：在第 n 步驟中，用第 n-1 個步驟產(chǎn)生的 n-1 維頻繁項目集來生成 n 維的候選項目集， 接著再用 apriori 算法來檢驗新的 n 維頻繁項目集中的所有 n-1 維 項目集是否已經(jīng)包含在已經(jīng)計算出的n-1 維頻繁項目集中。再掃描數(shù)據(jù)庫 d 中的每個事務(wù)，如果該事務(wù)中至少含有候選項目集cn 中的一項，那么保留該項事務(wù)，否則把該事務(wù)與數(shù)據(jù)庫末端未作刪除

6、 標(biāo)記的事務(wù)進行對換，并且把那個移到數(shù)據(jù)庫末端的事務(wù)加上一個 刪除標(biāo)記，最后把整個掃描完成的數(shù)據(jù)庫保存到另一個的事務(wù)數(shù)據(jù) 庫 d 中。3.2 改進后的算法(1) g1二largel-itemset;(2) t1=d;(3) for( n=1; gn 工;n+);(4) c n+1二apriori_ge n(gn);(5) for all tran sacti ons t tn do beg in(6) ct=subset(g n,t);(7) t.count=|ct|; /記為 t.count(8) if(t.cou nt;(9) e nd;(10) for all transaction t tn+1 do begin;(11) ct=subset(c n+1,t);(12) for all can dida