改进的Apriori算法的研究与应用
李龙
刘澎
张可佳
黄珊
李倩
1.东北石油大学计算机与信息技术学院 大庆 1633182.东北石油大学计算机与信息技术学院 大庆 1633183.东北石油大学计算机与信息技术学院 大庆 1633184.东北石油大学计算机与信息技术学院 大庆 1633185.东北石油大学计算机与信息技术学院 大庆 163318
摘要：关联规则是数据挖掘领域研究的重要方面之一.其中,Apriori算法是关联规则的重要组成部分,针对Apriori算法在计算二项频繁集时易产生大量无效候选集的问题,以及对候选集进行冗余扫描的问题,在传统Apriori算法的基础上提出了一种改进的Apriori算法,即Apriori-L算法.改进的Apriori算法不仅能提高计算二项频繁集过程的时间效率,而且能加快整个算法的运算过程.将Apriori-L算法运用股市模块联动规则挖掘中,可推测出联动的股票模块,将改进后的算法应用到日常生活中为该算法的使用提供了依据,同时验证了Apriori-L算法的准确性.
关键词：关联规则数据挖掘Apriori算法二项频繁集
分类号：TP274(自动化技术及设备)
资助基金：GJ20170006)((编号)
论文发表日期：2019-01-01
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( 1293-1297 )
英文信息