AprioriTid算法的改进

• 作者: 向程冠 姜季春 王翰虎 陈梅
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 关联规则挖掘 AprioriTid 大项集 范数 Tid表
• 年，卷（期）: 2009,（15）
• 所属期刊栏目: 软件与算法
• 页码范围: 3581-3583
• 页数: 3页
• 分类号: TP311.13
• 字数: 3433字
• 语种: 中文

摘要

针对关联规则挖掘的AprioriTid算法缺点提出了一种改进的算法,即在构造k阶Tid表时,考虑当前交易项包含的所有k阶候选项的全部元素组成的集合,它肯定是当前交易项的子集.如果它的范教大于k就将其写入k阶Tid表中,而不是它所包含的所有k阶候选项集都写入表中,这样必然减少下一次寻找k+1阶大项集时所需要扫描的交易量,从而使AprioriTid算法得到进一步优化.通过在Northwind数据集上的实验,验证了该算法有效地优化了空间复杂度和时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翰虎	贵州大学计算机科学与信息学院	41	449	10.0	20.0
2	陈梅	贵州大学计算机科学与信息学院	51	314	10.0	16.0
3	姜季春	贵州大学计算机科学与信息学院	9	26	3.0	5.0
4	向程冠	贵州大学计算机科学与信息学院	2	8	1.0	2.0