吴爱华，陈出新

(广州大学华软软件学院，广东广州 510990)

1 引言

关联规则挖掘是指从海量数据中得到数据间有价值、互相联系的相关内容[1]。关联规则挖掘是目前数据挖掘领域的研究重点，在数据库中存在重要易被发现的知识即为数据关联，关联是在两个及以上变量的取值之间存在一定的规律性，关联规则能够表明诸多事务中之间的潜在联系[2-4]。近年来，随着信息技术的不断发展，分布式数据库越来越多，通过挖掘数据库中数据进行企业战略抉择和企业管理服务，这些数据之间的关系错综复杂，且存在很多重复冗余数据，对这些数据关系确定和有关数据的挖掘成为当前研究的热点问题。

吴琼等人[5]提出基于多目标烟花算法的关联规则挖掘方法。该方法首先分析了关联规则的量化特征，引入多目标烟花算法，来降低反向学习陷入局部最优的几率，在数据库中设计冗余数据淘汰原则，且在保证数据多样化的基础上，设计关联规则集合，该方法通过多目标烟花算法进行整体搜索关联规则，有效提升算法收敛速度，具有较好的稳定性、可靠性及性能之间的均衡性，但该方法在关联数据挖掘中对其正负关系考虑甚少，存在数据挖掘准确度较低等问题。丁勇等人[6]研究了一种基于Hadoop的关联规则挖掘算法。该方法通过设置关联规则挖掘的层次，通过在每一个分布式节点数据中设置前缀共享树，通过对设置的共享树进行全局搜索，逐层对每一个数据进行函数输入，最后通过调用reduce函数汇总挖掘后的关联规则数据。……