郑秀月

（福州黎明职业技术学院，福建 福州 350001）

一、关联规则

（一）关联规则

关联规则作为数据挖掘过程中不可或缺的算法规则，是当前在数据挖掘领域被普遍采用的甚至有可能是使用最为频繁、应用范围最为广泛、研究最为深入的数据挖掘手段之一。

关联规则的挖掘一般可以通过两步程序来完成。第一步，定义高频项和高频项集合。高频项为所有出现频率相对高的项；所有高频项的集合即为高频项集，也就是支持度大于用户给定的最低支持度的所有项的集合［1］。第二步，寻找高度关联的规则。即从高频度集合中找出确信度高的规则，也就是确信度比用户给定的最低确信度大的规则［2］。

（二）Apriori 算法

Apriori 算法的重要之处在于其能影响高频度集合的产生的准确度，是人们在运用数据挖掘技术寻找关联规则时最早使用的算法之一。通过采用对支持度按照相应规则进行“剪枝”的技术，可以达到减少候选高频度集合产生的目的。

该算法通过逐层剖析的方法寻找出关联规则，基本思想如下［3］：

第一步，规则A->B 是高确信度且B 只含一个项，则将类似的所有规则均提取出来。

第二步，将通过前一步骤筛选出来的规则的结果进行整合后重新生成候选规则。

第三步，删除确信度低于最低确信度的规则，以达到满足高度关联规则的原则。

二、改进的Apriori 算法

Apriori 算法是在分析支持度和确信度的基础上运算得出结论的，并未考虑所找出的不同规则对用户的影响程度，所找到的很多规则往往对用户的影响并不大，因此，这里引入了第三个参数影响度。