融合遗传算法和关联规则的数据挖掘方法改进

• 作者: 孙红 李存进
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 大数据 关联规则 自适应 遗传算法(GA) 亲密度 Hadoop平台
• 年，卷（期）: 2019,（5）
• 页码范围: 863-871
• 页数: 9页
• 分类号: TP301.6
• 字数: 4741字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2019.05.011

摘要

提出了一种融合改进遗传算法(Genetic algorithm,GA)和关联规则的数据挖掘方法,首先将GA交叉算子和变异算子进行自适应改进,使其在迭代过程中能够根据函数适应度值自适应调节;然后将改进后的自适应GA融入到关联规则中,充分利用GA良好的全局搜索能力,提高处理海量数据关联规则的挖掘效率.为了避免无用规则,减少不相关性的存在,在此基础上融入亲密度以提高关联规则的可靠性.在Hadoop大数据平台上通过分析交通数据验证优化后的算法,与传统方法相比,该方法提高了算法的收敛速度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙红	上海理工大学光电信息与计算机工程学院	64	316	10.0	12.0
5	李存进	上海理工大学光电信息与计算机工程学院	2	3	1.0	1.0