基于图的关联规则改进算法
黄红星
福建农林大学计算机与信息学院,福州,350002
摘要：关联规则挖掘是数据挖掘研究的最重要课题之一.基于图的关联规则挖掘DLG算法通过一次扫描数据库构建关联图,然后遍历该关联图产生频繁项集,有效地提高了关联规则挖掘的性能.在分析该算法基本原理基础上,提出了一种改进的算法-DLG#.改进算法在关联图构造同时构造项集关联矩阵,在候选项集生成时结合关联图和Apriori性质对冗余项集进行剪枝,减少了候选项集数,简化了候选项集的验证.比较实验结果表明,在不同数据集和不同支持度阈值下,改进算法都能更快速的发现频繁项集,当频繁项集平均长度较大时性能提高明显.
关键词：数据挖掘关联规则频繁项集关联图关联矩阵
分类号：TP311(计算技术、计算机技术)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 38-41,162 )
英文信息