加权频繁项集挖掘算法在超市商品捆绑销售中的应用

摘要

引入一种新的加权关联规则支持度和置信度的计算方法,并利用矩阵的存储结构提出一种新的加权关联规则挖掘算法,从而改进了加权频繁项集的挖掘效率。该算法在Apriori算法的基础上,对数据库仅需扫描一次,能很快地计算项集的支持度,大大减少了I/O次数,有效提高了加权频繁项集的生成效率。通过应用于超市捆绑销售,证明了该算法能有效地提取商品闻的关联信息,有助于商品的销售。