大数据量下的Apriori改进算法及在weka平台的实现

• 作者: 徐俊刚 范多锋
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: 数据挖掘 关联规则 Apriori 事务压缩 抽样 weka
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 电子技术研发
• 页码范围: 1-4
• 分类号: TP311.13
• 字数: 3159字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2012.07.001

摘要

文章在分析关联规则和Apriori算法原理的基础上,针对Apriori算法扫描数据库时由于事务数过大,导致系统的I/O负载和CPU运算压力过大等弊端,提出一种主要针对大数据量情况下Apriori算法性能提升的改进算法.主要思想是通过抽样和事务压缩来减少算法需要扫描的事务数,进而提升算法的效率.同时,基于主流的weka开源数据挖掘工具实现了改进算法.实验结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐俊刚	中国科学院研究生院	36	499	10.0	22.0
2	范多锋	中国科学院研究生院	2	17	2.0	2.0