一种基于预判筛选的频繁项集挖掘算法

• 作者: 吕一帆 李德辰 赵学健
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 关联规则 Apriori 数据挖掘 预判筛选 频繁项集
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP391
• 字数: 4563字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.05.023

摘要

频繁项集挖掘作为关联规则挖掘技术的关键步骤,其性能对关联规则挖掘具有重要的意义.针对经典关联规则挖掘算法——Apriori算法存在的产生候选项目集效率低和频繁扫描数据库等缺点,对Apriori算法的原理及效率进行分析,提出一种基于预判筛选策略的频繁项集挖掘算法.该算法通过对原始数据集的随机取样,得出样本频繁项集的支持度集合来进行预判筛选,从而对原始数据集候选项集进行二次剪枝,并且引入阻尼因子和补偿因子对预判筛选产生的误差进行修正,以保证算法的误判率和遗漏率.实验结果表明,该算法具有更好的时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵学健	南京邮电大学现代邮政学院	23	113	5.0	10.0
2	李德辰	南京邮电大学物联网学院	1	3	1.0	1.0
3	吕一帆	南京邮电大学物联网学院	1	3	1.0	1.0