曹风华

(内蒙古财经学院计算机信息管理学院，内蒙古 呼和浩特 010070)

关联规则挖掘作为数据挖掘的一个重要研究分支，主要研究从大型数据集中发现隐藏的、有趣的、属性间存在的规律。由于关联规则挖掘的对象通常是包含有海量原始数据和大量项目的事务数据库，因此如何提高从大型数据库中挖掘关联规则的效率和伸缩性，以便有效降低计算的复杂性、提高算法的运行速度，仍是关联规则挖掘研究领域的核心问题。

R.Agrawal等人首先提出了挖掘关联规则的Apriori算法［1－2］，该算法是挖掘布尔关联规则最有影响的数据挖掘算法之一，其基本思想是重复扫描数据库，根据一个频繁集的任意子集都是频繁集的原理，可以从长度为k的频繁项集迭代地产生长度为k+1的候选项集，再扫描数据库以验证其是否为频繁项集。该算法因多次扫描规模不变的事务数据库，耗费大量时间，随后出现了很多类Apriori算法，其中有些算法将事务数据库以二进制形式映射到内存中然后进行相关挖掘操作，这类算法由于减少了直接扫描数据库的次数，避免了在I/O操作上浪费大量时间，在一定程度上提高了挖掘效率。

文献［3］中提出了一种高效的 ABM(Algorithm Based on Matrix)算法，该算法具有前文所述类Apriori算法的优点，但每次操作的对象都是规模不变的向量，而事实上，当项集维数很高时，参与运算向量的规模将在一定程度上影响算法的执行效率，因此，在ABM算法的基础上，文中提出了改进的 ABTM(Algorithm Based on Two Matrix)算法，在算法中引入了两个矩阵，一个用来映射数据库，另一个用来存储频繁2－项集相关信息。……