摘要
针对已有基于矩阵的Apriori算法存在的问题,提出了一种改进的基于压缩矩阵的Apriori算法。算法进行了以下方面的改进:增加了两个数组,分别用于记录矩阵行与列中1的个数,使得算法在压缩矩阵时减少了扫描矩阵的次数;在压缩矩阵中,通过增加删除不能连接的项集和非频繁的项集的操作,使得矩阵压缩得更小,提高了空间效率;改变了删除事务列的条件和算法结束的条件,以减少挖掘结果的误差和算法循环的次数。算法性能分析和实验分析证明,改进后的算法能有效地挖掘频繁项集,并且比现有的算法具有更高的计算效率。
学科与关键词
关键词
数据挖掘频繁项集Apriori算法压缩矩阵 Data miningFrequent itemsetsApriori algorithmCompressed matrix
- 基于频繁2项集支持矩阵的Apriori改进算法纪怀猛计算机工程, 2013, (11): 183-186.
- 数据挖掘Apriori算法的改进朱金坛电子设计工程, 2013, (15): 37-40.
- 概率频繁模式挖掘之U-apriori算法研究杜戈王子湖南城市学院学报(自然科学版), 2013, (03): 71-75.
