|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：关联规则分析作为数据挖掘的主要手段之一，在发现海量事务数据中隐含的有价值信息方面具有重要的作
4 m* {+ A/ ~ T: s( Y8 ~ F用。该文针对 Apriori 算法的固有缺陷，提出了 AWP (Apriori With Prejudging) 算法。该算法在 Apriori 算法连9 \% m7 p% R& R- x9 e
接、剪枝的基础上，添加了预判筛选的步骤，使用先验概率对候选频繁k 项集集合进行缩减优化，并且引入阻尼因3 S7 f5 o8 r* V1 S0 O7 B) D% ]" O
子和补偿因子对预判筛选产生的误差进行修正，简化了挖掘频繁项集的操作过程。实验证明 AWP 算法能够有效减2 _: s. A* g: z' E& i9 ?
少扫描数据库的次数，降低算法的运行时间。5 P# F6 ?1 x7 m# y
关键词：数据挖掘；关联规则；事务数据库；预判筛选；Apriori7 b$ V* a# p$ b! b- p" J% U
+ k8 r6 D0 z# Q2 s6 i% _, Z
" w- v$ T/ a6 j# G% }0 y( D, [4 ?$ ], G5 W: g, g/ m: N
0 ^( h1 W5 e+ a
附件下载： |
|
/1 
发表于 2021-6-2 13:25
收藏
淘帖
支持！
反对！