|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
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
5 o. R" y2 o1 g( A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5 A( G& l& S& S% v1 x1 v
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
! n: x) v. b0 x3 Q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
( i2 J, @4 }% U7 L o) f少扫描数据库的次数，降低算法的运行时间。
/ I8 R+ P9 A, k6 D# ^关键词：数据挖掘；关联规则；事务数据库；预判筛选；Apriori
9 W, g$ I4 c4 `5 ]4 {' l' `
" d6 R" t. K, r( f. A' u. [
" y) y8 B7 E! _% e [
$ O, Q1 j; S" S8 u: [" a' k8 G8 {$ @! E) {
附件下载： |
|
/1 
发表于 2021-6-2 13:25
收藏
淘帖
支持！
反对！