一种基于矩阵直接生成二阶频繁项集的多值属性关联规则算法

摘要

使用经典的Apriori、FP_Growth等算法进行多值属性关联规则挖掘,一般是先生成频繁项集,然后根据频繁项集生成关联规则。但当一阶频繁项集通过自连接生成二阶频繁候选项集时,会出现组合爆炸现象,这严重影响了挖掘的性能。改进算法在扫描数据集的过程中,直接在内存中生成以矩阵方式表示的二阶频繁项候选集,高阶频繁项集只需扫描二阶频繁项集矩阵即可生成。实验结果表明,改进算法相比经典FP_Growth算法执行效率至少提高了50%。