文献类型：期刊文章

作　　者：赵学健[1,2,3] 孙知信[1,2] 袁源[3]

机构地区：[1]南京邮电大学物联网学院,南京210003 [2]南京邮电大学江苏省通信与网络技术工程研究中心,南京210003 [3]江苏省邮电规划设计院有限责任公司,南京210006

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61373135;61401225;61502252;61201160);江苏省基础研究计划(自然科学基金)(BK20140883;BK20140894;BK20131377);中国博士后科学基金(2015M581844);江苏省博士后科研资助计划项目(1501125B);南京邮电大学校级科研基金(NY214101;NY215147)~~

年　　份：2016

卷　　号：38

期　　号：7

起止页码：1654-1659

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

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算法能够有效减少扫描数据库的次数,降低算法的运行时间。

关 键 词：数据挖掘 关联规则 事务数据库 预判筛选  APRIORI

分 类 号：TP391]