刘小燕

【摘要】本文主要对数据挖掘算法及关联法则基础上针對Apriori算法特点进行分析，并提出了Apriori算法及关联规则算法思路，通过改进Apriori算法可效避免产生冗余规则，确保挖掘所得数据简洁完备。

【关键词】数据挖掘算法 关联规则 Apriori算法

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2017）11-0240-01

数据挖掘另可称之为数据库中知识的发现，是指在大量模糊的、不完全的、随机的数据中，提取部分人们事先不知道的却存在一定潜在应用价值的信息及知识的整体过程，是发现知识挖掘知识的重要步骤。

1.关联规则

关联规则挖掘属于数据挖掘算法中应用最为广发的算法之一，关联规则挖掘值得是在大型数据集内寻找存在有趣关联的关系，进而从数据集内进行相应识别，也可称为频繁集，通过应用频繁集创造及描述关联规则的一个过程。当前Apriori 算法在数据分析、高层决策以及商业情报等多个领域得到应用，经典Apriori 算法需要借助数据库进行多次扫描生成大量候选集，因此经典化算法挖掘能力一般产生较多冗余规则，因此通过数据挖掘算法基于关联规则分析提出改进Apriori 算法十分重要，可更好进行关联规则提取。

2.Apriori 算法

Apriori 算法应用的突出特点，即应用时需通过多次数据库扫描才能发现所有频繁集。如果将最长频繁集长度设为K，即应用Apriori 算法是经多次扫描得出的结果记为K，第1次实施扫描时Apriori 算法可计算得出数据库单项目支持度，并满足最小支持度1-强度集，集合L1。……