關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的重要應(yīng)用,經(jīng)典的Apriori算法存在一些缺點,經(jīng)過深入研究,提出了一種基于謂詞約束、約簡事務(wù)數(shù)據(jù)庫的頻繁鏈表結(jié)構(gòu)的關(guān)聯(lián)規(guī)則挖掘算法,改進算法比Apriori算法減少了存儲空間和提高了挖掘效率,也能夠挖掘負關(guān)聯(lián)規(guī)則。最后應(yīng)用改進的Apriori算法將海量的藥物副作用進行數(shù)據(jù)預(yù)處理,從中挖掘出有意義的頻繁項集和正負關(guān)聯(lián)規(guī)則,供醫(yī)藥人員進行科學(xué)決策。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 算法的研究與改進
2 實驗
3 結(jié)語



本文編號：3753225