基于关联规则的Apriori改进算法
2018-09-10李俊
企业科技与发展 2018年9期
关键词:数据挖掘
李俊
【摘 要】为解决Apriori算法多次遍历数据库及产生大量中间冗余候选项集等问题,文章提出了一种基于对角线下方全为0的矩阵和向量矩阵相结合的改进算法,该算法只对数据库进行一次遍历,通过遍历对角线下方全为0的矩阵可获取频繁1项集与频繁2项集及候选3项集,再将候选3项集与布尔向量矩阵的各行循环做“与”运算后相加,即可得项集支持度。通过实验对比,改进算法能较好地挖掘频繁项集,提高了运行效率和存储空间利用率。
【关键词】数据挖掘;Apriori算法;关联规则;向量矩阵
【中图分类号】TP311.13 【文献标识码】A 【文章编号】1674-0688(2018)09-0042-04
1 概述
Apriori算法是经典的关联规则挖掘算法之一,它分为两个过程:查找频繁项集及生成关联规则,核心是频繁项集的自连接和候选集的剪枝。然而该算法存在几个挑战:?譹?訛事物数据库的多次扫描;?譺?訛产生庞大的中间候选项集;?譻?訛候选项集的支持度计算需不断扫描数据库,支持度计数工作量大,造成了空间和时间的浪费。
本文基于上述的问题提出了一种基于矩阵和向量矩阵相结合的改进算法。算法对只数据库进行一次遍历,通过遍历矩阵可获取频繁1项集与频繁2项集及候选3项集,然后将候选3项集与布尔向量矩阵的各行循环做“与”运算后相加即可得项集支持度。
2 Apriori改进算法
2.1 算法的改进思想
首先通过扫描数据库将事物数据库同时映射为对角线下方全为0的矩阵和只布尔向量矩阵。算法只对数据库进行一次遍历,通过扫描矩阵可获得频繁1-项集、频繁2-项集和候选3-项集。……
登录APP查看全文
