摘 要：文章建立在Apriori改进算法的基础之上，以深州市食品安全问题为研究对象，通过数据挖掘关联规则的方式，证实了食品质量与食品规格，食品产地，食品种类之间的相关性关系，望引起各方关注与重视。

关键词：Apriori算法；数据挖掘；关联规则；食品安全

中图分类号：TP311.13

食品质量与安全是一个专业性很强的问题，其标准的制定和抽样检测及评价都需要科学有效的方法。本文即结合实际数据，在改进Apriori算法下，对该问题进行详细分析与说明。

1 基于矩阵的Apriori改进算法分析

改进的基本思路在于：由于在常规意义上，Apriori算法建立模型过程中需要多次扫描事务数据库，耗费时间过多，当数据量庞大的时候运算效率低，于是裁剪数据集以减少I/O开支显得尤为重要。而FP-Tree通过合并一些重复路径，实现了数据的压缩，从而使得将频繁项集加载到内存中成为可能。

常规Apriori算法得以实现的关键在于：对事物数据库进行多次扫描，在扫描过程当中，计算得出事物数据库当中所包含的每个项目出现的次数，并生成候选1﹣项目集合，删除支持度在预期数值以下的项集，最终得出频繁1﹣项的基本集合。此过程中，往往需要对事物数据库进行多次，且重复性的扫描，因而运算效率较低，值得改进。

本文所提出的改进方法主要在于：将整个事物数据库压缩为一个频繁模式树的形式，借助于频繁模式树，生成相应的关联规则。先设定数据挖掘中最小支持度的阈值，在对事物数据库进行一次完整扫描的基础之上，生成对应的1﹣频繁集，按照由大至小的方式进行排列，并将支持度计数数值小于设定数值的方式集合项予以排除，生成结果集合L。……