一种基于压缩矩阵的改进Apriori算法

• 作者: 刘芳 吴广潮
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 关联规则 Apriori算法 频繁项集 压缩矩阵 计算效率
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 82-88
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2018.206

摘要

针对Apriori算法需要频繁扫描事务数据库并且会产生大量候选项集的不足,提出一种改进的Apriori算法.采用矩阵压缩的思想,增加了3个向量,分别表示事务矩阵中各行各列1的个数,即事务项目数和项目支持数,以及重复的事务出现次数,从而减小矩阵规模,避免多次扫描数据库.在矩阵运算过程中,对矩阵中事务项目数和项目支持数进行排序并删除不满足条件的项集和非频繁项集,形成新的矩阵结构,提高空间效率.对改进后的算法进行性能分析和试验分析发现,该算法相对于Apriori算法具有更高的效率,同时可以更有效的挖掘出频繁项集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芳	华南理工大学数学学院	76	866	16.0	26.0
2	吴广潮	华南理工大学数学学院	20	192	7.0	13.0