Apriori算法的改進(jìn)及應(yīng)用.pdf

1、近十幾年來，人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)的能力大幅度提高，數(shù)據(jù)資料的規(guī)模急速膨脹。于是，人們希望有新一代的技術(shù)和工具能夠智能地自動地幫助人們分析已經(jīng)消耗大量財力和物力所收集與整理的海量數(shù)據(jù)，以發(fā)現(xiàn)有用的知識，達(dá)到為決策服務(wù)的目的。因此，面對“人們被數(shù)據(jù)淹沒，人們卻饑餓于知識”的挑戰(zhàn)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并得以蓬勃發(fā)展。 數(shù)據(jù)挖掘是當(dāng)今人工智能和數(shù)據(jù)庫研究方面最富活力的領(lǐng)域。數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的知識的過

2、程。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的主要研究內(nèi)容。而頻繁項目集的發(fā)現(xiàn)是關(guān)聯(lián)規(guī)則挖掘的核心問題。 本文重點(diǎn)研究了頻繁項目集的發(fā)現(xiàn)算法及關(guān)聯(lián)規(guī)則挖掘的應(yīng)用，主要工作包括以下幾個方面： 1、研究了數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘的步驟。對經(jīng)典的Apriori算法和 Apriori_Tid 算法做了全面的分析，指出了關(guān)聯(lián)規(guī)則挖掘中的關(guān)鍵步驟和頻繁項目集算法的不足。 2、針對Apriori算法的不足，提出了一種高效的頻繁項目集的發(fā)現(xiàn)算法

3、ZS_Apriori.該算法在計算支持度計數(shù)時，只掃描一遍事務(wù)數(shù)據(jù)庫，減少了事務(wù)數(shù)據(jù)庫的掃描次數(shù)；在求k-候選項目集 C<,k>前，先判斷k-1頻繁集L<,k-1>中的項目個數(shù)是否小于k，若小于k，則Ck=φ，此時不再需要進(jìn)行連接操作來計算C<,k>，尤其當(dāng) k 值很大時，可以節(jié)省大量的計算時間；根據(jù)頻繁項目集的性質(zhì)，在計算候選項目集時，減少了候選項目集的數(shù)量。 3、將關(guān)聯(lián)規(guī)則挖掘應(yīng)用到高校教學(xué)質(zhì)量評價中。從教學(xué)評價數(shù)據(jù)中挖掘關(guān)