基于遺傳模擬退火算法的藥品零售大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘
【文章頁數(shù)】:6 頁
【部分圖文】:
圖2 藥品和藥品關(guān)聯(lián)規(guī)則結(jié)果
采用GA-SA算法的關(guān)聯(lián)規(guī)則挖掘算法對預(yù)處理后的數(shù)據(jù)進(jìn)行分析,最終得到關(guān)聯(lián)規(guī)則7715條,發(fā)現(xiàn)部分關(guān)聯(lián)規(guī)則如圖2所示。從圖2中可以看出,以“抗感冒藥抗病毒藥”規(guī)則為例,在購買不同種類的消費(fèi)者中,購買抗感冒藥類藥品同時購買了抗病毒藥,感冒大部分是由病毒引起的,毒性感染導(dǎo)致的鼻塞、流....
圖3 不同事務(wù)數(shù)目下算法運(yùn)行時間比較
為了驗證GA-SA算法的性能,從事務(wù)數(shù)目和支持度兩方面分別與Apriori算法和GA算法進(jìn)行比較,算法采用Python實現(xiàn)。不同事務(wù)數(shù)目下算法性能比較結(jié)果如圖3和圖4圖所示;不同支持度下算法性能比較結(jié)果如圖5和圖6圖所示。圖4不同事務(wù)數(shù)目下算法挖掘規(guī)則數(shù)目比較
圖4 不同事務(wù)數(shù)目下算法挖掘規(guī)則數(shù)目比較
圖3不同事務(wù)數(shù)目下算法運(yùn)行時間比較通過圖3和圖4可以看出,在事務(wù)數(shù)據(jù)量不斷增加的情況下,運(yùn)行時間都在增加,但GA-SA算法相比Apriori算法和GA算法挖掘速率略微快些,說明GA-SA算法在處理大規(guī)模數(shù)據(jù)集時,運(yùn)行較快,性能較好。相同的事務(wù)數(shù)據(jù)量下,GA-SA算法挖掘出的規(guī)則....
圖5 不同支持度下算法運(yùn)行時間比較
通過圖3和圖4可以看出,在事務(wù)數(shù)據(jù)量不斷增加的情況下,運(yùn)行時間都在增加,但GA-SA算法相比Apriori算法和GA算法挖掘速率略微快些,說明GA-SA算法在處理大規(guī)模數(shù)據(jù)集時,運(yùn)行較快,性能較好。相同的事務(wù)數(shù)據(jù)量下,GA-SA算法挖掘出的規(guī)則數(shù)更多。圖6不同支持度下算法挖掘規(guī)....
本文編號:4029905
本文鏈接:http://sikaile.net/yixuelunwen/yiyaoxuelunwen/4029905.html