改进Apriori算法在学生能力影响因子分析中的应用

• 作者: 刘磊 康瑞华
• 来源期刊: 软件导刊
• 关键词: 大数据 关联规则 频繁项集 Apriori算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 194-198
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11907/rjdk.211049

摘要

为了探究互联网时代下学生的培优情况,通过问卷调查形式面向广大高校学子进行信息收集,基于Apriori算法对数据进行布尔关联规则频繁项集挖掘,并对传统Apriori算法进行改进.通过变换数据库的数据结构,使得整个算法对项目数据库只进行一次扫描操作;基于算法特有的定律特性,针对性地设计剪枝操作,减少项集连接时产生的大量冗余无关项.实验结果表明,当数据量为8000时,改进Apriori算法相比传统算法可减少7.15％的运行时间,从而有效提升算法运行速度.