基于关联规则的Apriori改进算法的研究综述

基于关联规则的Apriori改进算法的研究综述

论文摘要

关联规则挖掘是数据挖掘的重要技术之一,Apriori算法作为关联规则的基本算法,简单、易理解、数据要求低,但是存在效率低的问题,效率低的原因有两点,Apriori算法I/O负载较大且会产生庞大的候选集,一些研究人员针对这些问题提出了等转换数据存储方式、减少扫描数据库次数等改进方法,由此介绍近几年研究人员对Apriori改进算法的研究概况,并对关联规则的Apriori算法未来的研究方向进行了探讨。

论文目录

  • 1 基于Apriori算法本身的改进,减少扫描次数
  • 2 转换存储方式的改进
  •   2.1 基于前缀项集的存储方式改进
  •   2.2 基于矩阵的存储方式改进
  • 3 基于减少数据的改进
  • 4 基于平台与编程模型的改进
  • 5 总结
  • 文章来源

    类型: 期刊论文

    作者: 彭新宇,李丛煊,郭金盈,赫彦文

    关键词: 大数据,数据挖掘,关联规则,算法改进

    来源: 电脑知识与技术 2019年34期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用

    单位: 北华航天工业学院

    基金: 硕士研究生创新资助项目(校级项目,编号:YKY-2019-07)

    分类号: TP311.13

    DOI: 10.14004/j.cnki.ckt.2019.4110

    页码: 216-217

    总页数: 2

    文件大小: 1542K

    下载量: 660

    相关论文文献

    标签:;  ;  ;  ;  

    基于关联规则的Apriori改进算法的研究综述
    下载Doc文档

    猜你喜欢