两阶段高期望权重项集下闭合类Apriori挖掘算法

作     者：李海生 李春青 梁婷婷 王高才 LI Hai-sheng;LI Chun-qing;LIANG Ting-ting;WANG Gao-cai

作者机构：广西民族师范学院物理与电子工程系广西崇左532200 广西民族师范学院数学与计算机科学系广西崇左532200 广西大学计算机与电子信息学院广西南宁530004 

基　　金：国家自然科学基金项目(61562006) 广西教育厅高校科研基金项目(YB2014417) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2016年第37卷第10期

页      码：2738-2743,2768页

摘      要：针对不确定数据集中,高期望权值容易产生较大计算冗余的问题,提出一种两阶段高期望权重项集下闭合类Apriori挖掘算法。针对传统层次挖掘算法只采用项集上界,对高期望权值进行处理效果并不理想的问题,设计补充层次挖掘算法的下闭合特性,给出证明过程,该特性在保证精度前提下可有效降低候选项集处理量;构建两阶段数据挖掘过程,第一阶段,基于分层搜索方法获得一组候选项集的高期望权重项集,第二阶段,再次扫描数据库获得项集高期望权值,完成数据挖掘过程。在标准数据集上的仿真对比结果表明,该算法在保证算法精度的前提下,能够大幅提高算法计算效率。

主 题 词：两阶段 下闭合特性 类Apriori算法 高期望权重 数据挖掘 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2016.10.030

馆 藏 号：203194481...