基于预判筛选多叉树的Apriori算法
孙朝晖
中国农业银行股份有限公司山东省分行 山东济南 250001
摘要：Apriori算法通过逐层搜索进行迭代,得到频繁项集,是获取关联规则最著名也是最原始的挖掘算法,但是该算法存在当数据量较大时效率较低、I/O操作的频繁出现等缺点.针对上述算法存在的两个缺点,本文提出了一种基于预判筛选多叉树的Apriori算法,通过将数据处理为数组的方式减少数据库扫描次数,构建频繁多叉树减少存储空间,并通过预判筛选的方式加快算法运行速度,从而达到对Apriori算法的优化.实验证明,该方法比原始的Apriori算法运行时间要短一些,效率得到提高.
关键词：关联规则Apriori算法支持度置信度预判筛选
论文发表日期：2018-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 69-72 )
英文信息