基于改进的BPSO算法的关联规则挖掘
古良云
乐红兵
江南大学 无锡 214122
摘要：为了从大数据集中挖掘关联规则,提出了一种改进的二进制粒子群优化算法(GRBPSO)用于挖掘关联规则.首先,结合关联规则设计BPSO算法的适应度函数,然后对种群进行预处理,保证初始种群的质量,最后设计一种缩减搜索空间的优化策略,以减少搜索空间.基于六个高维数据集,将GRBPSO算法与普通BPSO算法进行比较以证明其有效性;将GRBPSO算法与PSOFIM算法、GA-Apriori算法及PSO-Apriori算法进行比较以证明其可行性.实验结果表明,GRBPSO算法具有一定的可行性且挖掘效率更高.
关键词：数据挖掘关联规则高维数据GRBPSO算法Apriori算法PSO算法
分类号：TP301.6(计算技术、计算机技术)
资助基金：江苏省产学研合作项目(BY2015019-30)
论文发表日期：2021-03-20
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：6( 451-455,470 )
英文信息