基于图的关联规则改进算法

• 作者: 黄红星
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 数据挖掘 关联规则 频繁项集 关联图 关联矩阵
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 算法与分析
• 页码范围: 38-41,162
• 页数: 5页
• 分类号: TP311
• 字数: 4005字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2009.12.011

摘要

关联规则挖掘是数据挖掘研究的最重要课题之一.基于图的关联规则挖掘DLG算法通过一次扫描数据库构建关联图,然后遍历该关联图产生频繁项集,有效地提高了关联规则挖掘的性能.在分析该算法基本原理基础上,提出了一种改进的算法-DLG#.改进算法在关联图构造同时构造项集关联矩阵,在候选项集生成时结合关联图和Apriori性质对冗余项集进行剪枝,减少了候选项集数,简化了候选项集的验证.比较实验结果表明,在不同数据集和不同支持度阈值下,改进算法都能更快速的发现频繁项集,当频繁项集平均长度较大时性能提高明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄红星	福建农林大学计算机与信息学院	6	20	3.0	4.0