文献类型：期刊文章

作　　者：王晓峰[1] 王天然[1] 赵越[2]

机构地区：[1]中国科学院沈阳自动化研究所,沈阳110003 [2]沈阳化工学院计算机科学与技术学院,沈阳110142

出　　处：《计算机研究与发展》

基　　金：国家"八六三"高技术研究发展计划基金 ( 2 0 0 1AA413 410 );辽宁省自然科学基金 ( 9910 2 0 0 2 0 5 )

年　　份：2004

卷　　号：41

期　　号：1

起止页码：148-155

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：Apriori算法已经成为关联规则挖掘中的经典算法 ,被广泛地用于商业决策、银行贷款、金融保险等几乎所有的关联规则挖掘领域之中 该方法是一种自底向上的有效挖掘方法 ,对于长频繁项 (如 10 0个项目 )该方法会遇到非常耗时的巨大计算问题 采用了一种新的自上而下挖掘方法 ,提出了事务项目关联信息表、关键项目、项目约简、投影数据库等新概念 ,利用投影、约简等方法在候选项集生成过程中及时修剪重复分支 ,使算法的实际效率大为提高 ,较好地解决了长频繁项的挖掘问题 通过计算机实验和算法分析证明了这种挖掘方法的有效性和完备性 新算法的计算复杂度与项目集平均约简项长度有关 ,估计为 0 5×M3 N×O(2 S×N′2 ) 其中 ,S为系统在用户给定最小支持度条件下的平均约简项长度 ,N′是数据库所对应关系的元组数 ,N为记录数 ,M为项目集平均长度 对于长频繁项来说S很小 。

关 键 词：自顶向下 数据挖掘 关联规则 项目约简  频繁项

分 类 号：TP18]