共查询到17条相似文献,搜索用时 436 毫秒
1.
关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有意义的关联。随着大量数据不停的收集和存储,从数据库中挖掘关联规则显得越来越有必要性,关联规则挖掘的Apriori算法是数据库挖掘的最经典算法并得到广泛应用,在介绍关联规则挖掘和Apriori算法的基础上,发现Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。综述了Apriori算法的主要优化方法,并指出了Apriori算法在实际中的应用领域,提出了未来Apriori算法的研究方向和应用发展趋势。 相似文献
2.
3.
基于web数据挖掘的Apriori算法及其优化算法研究 总被引:1,自引:0,他引:1
从数据挖掘中的关联规则概念入手,介绍了关联规则挖掘中的核心算法Apriori实现过程,针对出现的瓶颈又介绍了几种Apriori算法的优化方法,最后指出了末来关联规则挖掘算法的研究方向. 相似文献
4.
数据挖掘技术己经引起了信息产业界的广泛关注。关联规则是其中一个主要的研究方向,有着广泛的应用价值。对数据挖掘中的关联规则挖掘算法进行了研究和探讨,包括数据挖掘的概念、数据挖掘的理论基础、数据挖掘的主要问题和数据挖掘的分类等。Apriori算法是发现频繁项目集的经典算法,但是该算法需反复扫描数据库,因此效率较低。在分析分析总结了关联规则中经典的Apriori算法及其改进算法的基础上,提出了一种挖掘算法的改进思想,并通过一个实际例子对改进算法和原算法做了分析和比较,以及对关联规则进行了展望。 相似文献
5.
本文介绍了关联规则的概念,并通过一个例子说明了关联规则挖掘的一种算法--Apriori算法,指出了数据挖掘未来研究的重点和方向。 相似文献
6.
7.
胡蓉 《湘潭师范学院学报(自然科学版)》2005,27(1):23-24
提高频繁项集挖掘算法的效率一直是数据挖掘领域中关联规则挖掘研究的一个重点。Apriori算法是一种经典的最有影响的挖掘关联规则的算法,该算法虽然能有效地挖掘出关联规则,但是产生的冗余规则多,效率低下。针对数据挖掘的现状及关联规则算法的瓶颈问题,提出一种基于串与运算的关联规则挖掘算法,并对关联规则挖掘的未来研究方向进行了展望。 相似文献
8.
关联规则算法已成为数据挖掘算法中的重要课题。通过对关联规则挖掘算法Apriori进行分析,指出了该算法存在的三个主要问题。在此基础上,提出一种快速算法来压缩数据存储空间,减小时间复杂度。 相似文献
9.
10.
Apriori算法是关联规则数据挖掘领域中最重要的挖掘方法,针对Apriori算法中挖掘频繁项集的效率问题和产生关联规则的合理性问题,改进相关定义及其使用,并提出改进的Apriori算法,然后将改进算法用于教学评价仿真系统.仿真结果表明,改进算法可高效、合理地挖掘关联规则,为做好课程安排和教学工作提供支持. 相似文献
11.
关联规则Apriori算法的改进 总被引:7,自引:0,他引:7
杨晓平 《浙江海洋学院学报(自然科学版)》2006,25(2):176-182,195
Apriori算法是关联规则提取的经典算法,但存在一些不足之处。关联算法的研究主要集中在提高Apriori算法的效率上。本文分析了该算法并进行了改进,使得频繁集产生的同时精简事务集。这种算法及时去掉了不必要的数据,减少了数据运算,从而使算法更优化。 相似文献
12.
13.
14.
梁燕红 《玉林师范学院学报》2012,33(2):130-133
通过探讨了网络教学中数据挖掘的常用方法,介绍了关联规则及Apriori算法,对该算法进行改进,并将改进的Apriori算法运用到实例,在网络教学中实现了个性化网页的推荐,提高了算法的效率. 相似文献
15.
关联规则挖掘在优化高校馆藏结构中的应用 总被引:1,自引:0,他引:1
简要介绍了关联规则挖掘以及Apriori算法,并将Apriori算法应用于高校图书馆流通数据,从读者需求的角度出发挖掘借阅图书之间的关联,为图书采购工作提供理论依据,优化图书馆的馆藏结构。 相似文献
16.
基于模式矩阵的FP-growth改进算法 总被引:10,自引:0,他引:10
数据挖掘中关联挖掘算法比较典型的有Apriori和FP—growth算法.实验和研究证明FP—growth算法优于Apriori算法.但是针对大型数据库这两种算法都存在着较大缺陷,不仅要两次或多次扫描数据库,而且很难处理支持度和数据变化等关联规则更新问题.作者提出了基于模式矩阵的FP—growth改进算法,它至多扫描数据库一次,特别在更新问题上不用重新扫描数据库.通过实验结果分析,验证了这种改进算法相对于原有FP—growth算法的优势,特别在大数据集下,大大降低了挖掘的时间复杂度. 相似文献
17.
许多数据仓库和数据挖掘的理论都曾说明元规则是一个非常重要的概念 ,也有一些研究提到元规则 ,但却很少利用元规则来进行数据仓库的关联规则的挖掘。本文针对在元规则制导下的数据仓库关联规则挖掘 ,提出一种简单的、充分利用元规则的、类Apriori和类决策树方法的实现策略 ,减少了查询数据仓库的次数 ,使数据挖掘过程中的存储结构简单 ,形成了快速查询。 相似文献