基于權(quán)重的一種Apriori改進(jìn)算法.pdf

1、數(shù)據(jù)挖掘是從存放數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它信息庫中的大量數(shù)據(jù)中挖掘有趣知識(shí)的過程。它包含關(guān)聯(lián)規(guī)則挖掘、預(yù)測、分類、聚類、演化分析等多種技術(shù)手段，其中關(guān)聯(lián)規(guī)則挖掘是一種主要的也是用途最廣的數(shù)據(jù)挖掘方法。 關(guān)聯(lián)規(guī)則概念最早是由在IBM工作的Rakesh Agrawal博士于1993年提出的，用于刻劃事務(wù)數(shù)據(jù)庫中交易項(xiàng)目之間的關(guān)系，即頻繁關(guān)系。其研究己有10余年時(shí)間并取得了很多成果，但還有很多問題亟待解決。本文對此作了詳細(xì)介紹，并對關(guān)聯(lián)規(guī)

2、則挖掘理論特別是關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了研究，取得了一定的研究成果。 本文首先介紹了數(shù)據(jù)挖掘的基本概念、存在問題及發(fā)展方向。典次介紹了關(guān)聯(lián)分析的基本概念、分類及一些常見的算法思想，其中著重討論了挖掘關(guān)聯(lián)規(guī)則的經(jīng)典算法一Apriori算法的基本思想，并介紹了旨在提高該算法效率的一些變形算法。最后，針對如Apriori的傳統(tǒng)算法存在的一些問題，提出了一種基于種子項(xiàng)和權(quán)的新算法-Apriori_Weight_MF算法，并詳細(xì)討論了該算法