基于预判筛选的高效关联规则挖掘算法

来源：电子与信息学报杂志2016年第7期北京时间：

作者：赵学健, 孙知信, 袁源

摘要：关联规则分析作为数据挖掘的主要手段之一，在发现海量事务数据中隐含的有价值信息方面具有重要的作用。该文针对Apriori 算法的固有缺陷，提出了AWP (Apriori With Prejudging) 算法。该算法在Apriori 算法连接、剪枝的基础上，添加了预判筛选的步骤，使用先验概率对候选频繁k项集集合进行缩减优化，并且引入阻尼因子和补偿因子对预判筛选产生的误差进行修正，简化了挖掘频繁项集的操作过程。实验证明AWP算法能够有效减少扫描数据库的次数，降低算法的运行时间。

关键词：数据挖掘, 关联规则, 事务数据库, 预判筛选, Apriori

基金资助：国家自然科学基金(61373135, 61401225, 61502252, 61201160)，江苏省基础研究计划(自然科学基金)(BK20140883, BK20140894, BK20131377)，中国博士后科学基金(2015M581844)， 江苏省博士后科研资助计划项目(1501125B)，南京邮电大学校级科研基金(NY214101, NY215147)