一种用作频繁项集挖掘的改进Apriori算法

摘要

关联规则挖掘是数据挖掘领域的一个热点。Apriori算法作为进行关联规则挖掘的一种重要算法,其应用范围相当广泛。但用传统的Apriori算法做关联规则挖掘时,需要为每一个候选项集C的成员扫描整个数据库来确定其支持度。当数据库或数据仓很大时,算法的运行时间非常长。为此本文提出了一种改进的Apriori算法,该算法在使用Apriori性质删除候选项集时,采用频繁子集数量多少的判别方式减少对上级频繁项集的扫描。在计算候选项集支持度时,采用FP-树作为数据结构存储数据,从而大大降低了对数据库的扫描次数,提高算法的整体效率。经过一些列的实验论证,改进的Apriori算法效率比传统的高,尤其在支持度较低,数据库较大时,优势明显。