本文關(guān)鍵詞：基于堆排序的重要關(guān)聯(lián)規(guī)則挖掘算法研究

  更多相關(guān)文章： 主要目標(biāo) Apriori算法 關(guān)聯(lián)規(guī)則 頻繁項(xiàng)目集 排序

【摘要】：現(xiàn)有的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法或方法中,獲取規(guī)則的計(jì)算時(shí)間很大一部分都耗費(fèi)在關(guān)聯(lián)項(xiàng)目集的掃描、數(shù)據(jù)庫頻繁掃描和生成冗余候選頻繁項(xiàng)目集中。傳統(tǒng)方法雖然得到的挖掘結(jié)果比較全面,但并不是所有挖掘結(jié)果中的規(guī)則都是重要的,以往的方法沒有反映出重要的關(guān)聯(lián)規(guī)則而使得挖掘結(jié)果的有效性不高,不利于得到需要的重要目標(biāo)結(jié)果。針對重要目標(biāo)的挖掘,提出一種基于堆排序及鏈表結(jié)構(gòu)的改進(jìn)Apriori算法。算法通過掃描數(shù)據(jù)庫,統(tǒng)計(jì)得到各個(gè)項(xiàng)目集在所有事務(wù)集中出現(xiàn)的頻率,并按照項(xiàng)目集的頻率次數(shù)進(jìn)行堆排序。然后根據(jù)建立的堆得到所有k階候選項(xiàng)目集并計(jì)算其相對應(yīng)的支持度,將不同項(xiàng)目集的支持度與預(yù)先設(shè)定的最小支持度進(jìn)行比較,若滿足最小支持度,就將對應(yīng)的頻繁項(xiàng)目集加入鏈表中,否則依據(jù)剪枝策略剪去這個(gè)對應(yīng)項(xiàng),將通過連接運(yùn)算生成的候選k+1階項(xiàng)目集采用同樣的操作可以生成k+1階頻繁項(xiàng)目集。這樣可以很大程度上優(yōu)化算法的頻繁項(xiàng)目集的生成過程并加速了重要關(guān)聯(lián)規(guī)則的生成過程,從整體上提高了運(yùn)算速度。
【作者單位】： 北方工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【關(guān)鍵詞】： 主要目標(biāo) Apriori算法 關(guān)聯(lián)規(guī)則 頻繁項(xiàng)目集 排序
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61371143) 北京市自然科學(xué)基金項(xiàng)目(4132026)
【分類號】：TP311.13
【正文快照】： 0引言隨著現(xiàn)代技術(shù)的飛速發(fā)展,知識正在以一種前所未有的方式飛速向前發(fā)展,如果還是按照以往的技術(shù)去分析所得到的知識,將很難得到所需要有價(jià)值的信息,即使能得到,也將會付出很大的代價(jià),而這是所不希望的�，F(xiàn)有的數(shù)據(jù)挖掘算法及其改進(jìn)算法,很多都是針對數(shù)據(jù)的存儲以及數(shù)據(jù)的結(jié)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王鳳紅;;堆排序[J];中國科技信息;2009年02期

2 吳曉紅,郭改霞;關(guān)于堆排序的一種新型算法[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;2000年04期

3 帥訓(xùn)波;周相廣;;二次立體堆排序算法設(shè)計(jì)與分析[J];菏澤學(xué)院學(xué)報(bào);2007年05期

4 樊金生;;堆排序法的一個(gè)改進(jìn)算法[J];教學(xué)與科技;1986年04期

5 胡銘曾;方濱興;王文敏;;關(guān)于一種準(zhǔn)堆排序機(jī)實(shí)現(xiàn)方法的研究[J];計(jì)算機(jī)研究與發(fā)展;1988年10期

6 鐘珞,王兆君;堆排序的推廣改進(jìn)[J];計(jì)算機(jī)工程與設(shè)計(jì);1990年06期

7 曹記東;;一種改進(jìn)的堆排序并行算法的實(shí)現(xiàn)[J];電腦知識與技術(shù);2010年25期

8 尹聰春;;利用堆排序?qū)崿F(xiàn)學(xué)生成績管理[J];計(jì)算機(jī)與信息技術(shù);2008年12期

9 徐秀;;多層子樹堆排序任務(wù)匹配調(diào)度算法[J];通信學(xué)報(bào);2010年S1期

10 沈華;陳卓;;圖示法在數(shù)據(jù)結(jié)構(gòu)教學(xué)中的應(yīng)用[J];科教文匯(上旬刊);2013年11期

，

本文編號：1099792