赵 龙,杨小兵,吴 强,高 宇

(中国计量大学 信息工程学院,浙江 杭州 310018)

一种基于多值属性的改进Apriori算法

赵 龙,杨小兵,吴 强,高 宇

(中国计量大学 信息工程学院,浙江 杭州 310018)

随着大量需要被挖掘的数据变得越来越复杂,多维关联规则已经成为关联规则挖掘中最实用的内容之一.本文主要介绍了在多维关联规则挖掘过程中,针对同一种属性数据出现重复连接的情况,由此而提出的一种解决方案.通过对多值属性信息进行比较,去除重复连接的属性信息,保留有效信息,减少对数据库的扫描.由此对Apriori算法中连接步进行改进,最后通过布尔型关联规则挖掘数据信息并得到结果.相较于Apriori算法,改进算法能更加快速准确地发现知识,缩短挖掘所用的时间.

多维关联规则;多值属性;Apriori算法;布尔型关联规则

数据在当今时代已经成为一种重要的资源,面对庞大复杂的信息数据,数据挖掘在这种背景下得到了较快的发展.关联规则挖掘是数据挖掘的重要手段之一.在关联规则挖掘中,由于数据的维度不同,可以将关联规则分为单维关联规则和多维关联规则;根据数据的抽象层次分为单层和多层关联规则;根据属性的类型可以分为布尔型和数值型关联规则[1].它们在面对不同的事务类型时采取不同的挖掘方式,交易型数据库和关系型数据库是它们主要处理的事务数据类型.

SRIKANT R和AGRAWAL R[2]在1996年提出了多值属性关联规则,KAREl F[3]等人也提出了关于多值属性……