首页 | 本学科首页   官方微博 | 高级检索  
     检索      

关联规则挖掘的PredictiveApriori算法的研究及改进
引用本文:吴芝明,钱程,伍少梅.关联规则挖掘的PredictiveApriori算法的研究及改进[J].四川大学学报(自然科学版),2012,49(1):97-101.
作者姓名:吴芝明  钱程  伍少梅
作者单位:四川大学计算机学院,成都,610064
摘    要:在关联规则挖掘算法中,PredictiveApriori算法只需设定输出最好的N个规则,就可挖掘出N个预测精度最大的规则,从而极大地减轻用户参数设置的负担.但该算法需要不断对事务数据库进行扫描,如果事务数据库很大将会大大增加I/O时间,降低挖掘效率.本文融合事务压缩技术,提出一种称为Fast PredictiveApriori的改进版算法.实验结果表明,随着事务数据量的增大,改进后的算法只需扫描压缩事务集.因此,在事务数据库很大时,该算法能明显提高执行效率.

关 键 词:关联规则  PredictiveApriori  事务压缩
收稿时间:9/1/2011 12:00:00 AM

Research andimprovement on PredictiveApriori's algorithm mining with association rules
WU Zhi-Ming,QIAN Cheng and WU Shao-Mei.Research andimprovement on PredictiveApriori's algorithm mining with association rules[J].Journal of Sichuan University (Natural Science Edition),2012,49(1):97-101.
Authors:WU Zhi-Ming  QIAN Cheng and WU Shao-Mei
Institution:College of Computer Science, Sichuan University;College of Computer Science, Sichuan University;College of Computer Science, Sichuan University
Abstract:
Keywords:association rule  PredictiveApriori  transaction reduction
本文献已被 万方数据 等数据库收录!
点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号