一种基于数据压缩的Apriori算法

• 作者: 张轩溢 沈强 赵志军 高海洋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 关联规则 Apriori算法 数据压缩 频繁集检测
• 年，卷（期）: 2013,（14）
• 页码范围: 117-120
• 页数: 4页
• 分类号: TP391
• 字数: 4249字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1202-0599

摘要

随着物联网技术的飞速发展，数据采集手段迅速增加，对海量数据分析与处理的需求也愈加强烈。关联规则挖掘算法通过数据之间的关联分析，挖掘出数据之间的隐含关系，进而获得了大量应用。在众多的关联规则算法中，传统的Apriori算法虽然得到了大量应用，但是因为该算法产生大量的候选集，而且需要多次对数据库进行扫描，导致该算法的运行效率大大降低。为了克服Apriori算法的以上缺点，通过数据压缩的方法减少了数据库扫描次数的同时，对生成的候选集进行了多次验证，大大减少了无效候选集的数量。大量的数据挖掘实验证明提出的改进算法可以在正确挖掘数据集关联规则的同时，大大提高了算法的运行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志军	中国科学院声学研究所高性能网络实验室	39	387	10.0	19.0
2	沈强	中国科学院声学研究所高性能网络实验室	30	1138	15.0	30.0
3	高海洋	中国科学院声学研究所高性能网络实验室	2	10	1.0	2.0
7	张轩溢	中国科学院声学研究所高性能网络实验室	1	10	1.0	1.0