文献类型：期刊文章

作　　者：高海洋[1,2] 沈强[1] 张轩溢[1] 赵志军[1]

机构地区：[1]中国科学院声学研究所高性能网络实验室,北京100190 [2]无锡中科智能信息处理研发中心有限公司,江苏无锡214135

出　　处：《计算机工程与应用》

基　　金：国家重大专项(No.2011ZX03005-002);中国博士后科学基金项目(No.20100470568);王宽诚教育基金

年　　份：2013

卷　　号：49

期　　号：14

起止页码：117-120

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：随着物联网技术的飞速发展,数据采集手段迅速增加,对海量数据分析与处理的需求也愈加强烈。关联规则挖掘算法通过数据之间的关联分析,挖掘出数据之间的隐含关系,进而获得了大量应用。在众多的关联规则算法中,传统的Apriori算法虽然得到了大量应用,但是因为该算法产生大量的候选集,而且需要多次对数据库进行扫描,导致该算法的运行效率大大降低。为了克服Apriori算法的以上缺点,通过数据压缩的方法减少了数据库扫描次数的同时,对生成的候选集进行了多次验证,大大减少了无效候选集的数量。大量的数据挖掘实验证明提出的改进算法可以在正确挖掘数据集关联规则的同时,大大提高了算法的运行效率。

关 键 词：数据挖掘 关联规则 APRIORI算法 数据压缩 频繁集检测  

分 类 号：TP391]