文档介绍：浅谈关联规则挖掘算法
—读A New Joinless Apriori Algorithm for Mining Association Rules有感
(宁德师范学院 352100 张世良)
摘要:数据挖掘是一个多学科交叉融合而形成的新兴的学科,它利用各种分析工具在海量数据中发现模型和数据间的关系。而在大规模事务数据库中,挖掘关联规则是数据挖掘领域的一个非常重要的研究课题。文中介绍了关联规则挖掘的研究情况,描述了经典Apriori算法的实现,并对该算法进行了分析和评价,指出了其不足和原因。并对FP树挖掘最大频繁项集的算法描述,并得到结论:数据库中潜在的最大频繁模式越多,运行时间越长。
关键词:数据挖掘;关联规则;频繁项集;FP树
Briefly Discuss of Mining Association Rules Algorithm
Abstract:Data mining is an emerging subject posed and amalgamated by multiple is an analytic process designed to explore data in search of consistent patterns and systematic relationship a between association rules in business transaction data has one of the important topic of research on data mining .This paper introduced the plexion of the association rules mining algorithm,describes the classical Aprlori algorithm,analyses and evaluates author emphasizes FP tree mining maximum frequent item sets algorithm evaluates perforce of the algorithm through the end,the paper gives the conclusion:the more maximum frequent item pattern in the database,the longer run time is needed .
Key words:data mining ;association rules;frequent item sets;FP tree
0 引言
简单地说,数据挖掘(data mining)是揭示存在于数据里的模式及数据间的关系
的学科,它强调对大量观测到的数据库的处理。它是涉及数据库管理,人工智能,机器学****模式识别,及数据可视化等学科的边缘学科。用统计的观点看,它可以看成是通过计算机对大量的复杂数据集的自动探索性分析。数据挖掘也就是通过某种方法,利用历史数据,在条件集合和结果集合之间建立一个致信度比较高的模型。而关联规则挖掘发现