李忠+安建琴+刘海军+宋奕瑶

摘要： 本文对关联挖掘算法进行了分析总结。首先提出了关联挖掘问题，阐述了关联规则的有关概念，然后从静态数据、动态数据和大数据等3个方面分别介绍了关联挖掘及其优化算法，指出目前關联挖掘算法存在的不足，认为弱关联分析和大数据环境下的关联算法研究将是未来的发展趋势。

关键词： 数据挖掘； 频繁项集； 关联规则； 大数据

中图分类号：TP311

文献标志码：A

文章编号： 2095-2163（2017）05-0022-04

Association mining algorithm and its development trend

Abstract：

This paper summarizes the association mining algorithms to obtain some insights on its analysis. The correlation analysis problem is put forward first before setting forth association analysis as well as its optimization algorithms from static data， dynamic data and big data. An indepth analysis on what is considered to be defect of correlation analysis mining algorithms is made， which shows the weak correlation analysis and correlation algorithm study under big data environment will be the developing trend in the future.

Keywords： data mining； frequent item set； association rules； big data

基金项目：河北省科技支撑计划项目（13210122）；中央高校基本科研业务费专项资金（ZY20160106）。

收稿日期： 2017-08-19

0引言

“啤酒与尿布”的故事是关联分析中引用最多、最经典的例子，也有人提出“猪肉炖粉条”能更好地说明关联分析，无论哪个案例都旨在说明关联分析的目的是挖掘数据集中不同项之间的联系。随着电商时代和大数据时代的到来，数据挖掘技术由于能从众多数据中有效地挖掘出对人类社会有用的信息，越来越受到各行各业的青睐。关联分析方法是数据挖掘中最活跃的算法之一，被各领域用于挖掘事务之间隐含的关联性。

1关联分析问题

关联分析也称关联挖掘，是一种简单、实用的数据分析方法。从严格数学理论角度看，关联分析技术并不复杂，只要把大量数据放一起，经过运算就可以发现数据间的关联性和相关联的物理量，表明一个参数或者一组参数与事件的关系。

Agrawal等人[1]针对购物篮分析问题，在1993年提出了关联规则概念，目的是为了发现交易数据库中不同商品之间的关联性，藉此获得顾客购买商品的一般规则，从而科学地指导商家合理安排进货、管理库存、布置货架、制定商品营销策略等[2]。……