面向電子商務(wù)的web挖掘中關(guān)聯(lián)算法的研究.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一個重要組成部分，頻繁集挖掘是關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵步驟，它在很大程度上決定了關(guān)聯(lián)規(guī)則挖掘的效率。本文分析和研究了兩種著名的頻集算法Apriori和FP-growth，指出了它們各自的優(yōu)缺點(diǎn)。并提出一種基于Apriori的改進(jìn)算法G_apriori。 本論文所做的主要研究工作如下： (1)概括了數(shù)據(jù)挖掘和Web挖掘的相關(guān)概念、定義、結(jié)構(gòu)、分類、特點(diǎn)等，介紹了面向電子商務(wù)的Web挖掘的過程、技術(shù)、個性化

2、推薦服務(wù)。研究了常見的關(guān)聯(lián)規(guī)則挖掘算法，給出關(guān)聯(lián)規(guī)則挖掘的相關(guān)概念及關(guān)聯(lián)分類和關(guān)聯(lián)挖掘步驟(2)分析和研究了經(jīng)典的Apriori和FP-growth關(guān)聯(lián)挖掘算法，研究了算法思路，算法描述，分別舉例分析了該算法的執(zhí)行流程，分析比較了這兩種算法。并提出一種基于Apriori算法的改進(jìn)算法G_Apriori。給出了的算法的設(shè)計思路，算法描述，以及實(shí)例運(yùn)行過程。針對Apriori算法在執(zhí)行過程中多次掃描數(shù)據(jù)庫，大大降低了算法的執(zhí)行效率的缺點(diǎn)，G