基于改进关联规则算法的警情数据分析

• 作者: 李丛 王云
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 警情数据 关联规则 Apriori算法 压缩矩阵 权值参数
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP311
• 字数: 5313字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.12.001

摘要

针对传统Apriori算法挖掘警情数据的缺点,提出一种改进的Apriori算法.该算法首先在关联规则发现阶段引入权值参数,设计支持度阈值函数,以挖掘不常发生的重大案情发生规律;然后提出一种压缩矩阵优化算法,将数据压缩存储在只有0或1的矩阵中,并用2个数组来记录矩阵中每一行及每一列1的总数,可多次压缩矩阵,提升挖掘效率;最后将改进的算法用于实际的警情数据挖掘分析,给出关联规则挖掘结果.实验表明,改进算法不仅执行效率较传统算法有所提升,且针对警情数据的挖掘结果准确性也有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丛	南京理工大学泰州科技学院移动互联网学院	17	82	5.0	8.0
2	王云	南京理工大学泰州科技学院移动互联网学院	18	73	5.0	7.0