一種基于圖的Apriori改進算法研究及其系統(tǒng)實現(xiàn).pdf

1、當今社會隨著信息產(chǎn)業(yè)的高速發(fā)展，信息系統(tǒng)中所儲存的數(shù)據(jù)量越來越大，而人們逐漸從管理數(shù)據(jù)的單一需求，發(fā)展到想通過歷史數(shù)據(jù)總結出所感興趣的規(guī)則，來對未來的行為起到一定的促進作用，于是數(shù)據(jù)挖掘技術應運而生。
　　 然而傳統(tǒng)的數(shù)據(jù)挖掘算法在面臨挖掘大量數(shù)據(jù)時，效率亟需提高，所以需要對數(shù)據(jù)挖掘技術中的關聯(lián)規(guī)則生成算法進行分析，并在Apriori關聯(lián)規(guī)則算法的基礎上提出新的基于圖挖掘的對Apriori算法的改進算法。以垂直數(shù)據(jù)格式表示法為啟

2、發(fā)，對Apriori算法中數(shù)據(jù)庫的儲存方式進行了改進。同時基于圖挖掘，對候選頻繁項集的挖掘做了相應的改進，可一次操作將所有的候選頻繁項集全部挖掘出來。該改進算法對長事務集以及事務數(shù)據(jù)量較大的情況下的數(shù)據(jù)挖掘效率的提升比較明顯，所以適合對長事務集以及大數(shù)據(jù)量數(shù)據(jù)進行挖掘。
　　 理論需要實踐來驗證，故通過設計一套基于改進算法數(shù)據(jù)挖掘系統(tǒng)，并通過統(tǒng)計算法運行時間與傳統(tǒng)Apriori算法進行比較，以檢驗Apriori改進算法比之原算法