基于事务子集的Apriori算法改进研究

摘要

文中提出一种基于事务非空子集的Apriori改进算法:通过逐个扫描事务,通过事务的非空子集与前一事务产生的候选项集,集合运算产生当前事务的候选项集,并计算当前事务各候选集的支持度,直至扫描完交易事务数据库中最后一事务,产生交易事务数据库的最大候选项集,删除不满足最小支持度阈值的候选集,即得到交易事务数据库的最大频繁项集,根据最小置信度阈值得到相应的关联规则,整个过程仅扫描一次交易事务数据库,各项候选集均由事务的非空子集产生,与事务无关的候选集根本不存在,有效控制候选集的规模.