基于二进制编码的 Apriori 增量更新算法研究

来源：计算机技术与发展杂志2022年第01期北京时间：

作者：罗章铭;唐杰;黄逸奇;张锦

摘要：针对经典 Apriori 算法在迭代过程中频繁扫描数据库,且动态数据更新后需要重新处理数据的不足,提出一种基于二进制编码的增量更新改进 CBEF-Apriori 算法。 该算法的核心思想是将添加增量后的项集、事务转换成二进制编码,从而将计算项集支持度转化为项集与事务数据库的二进制编码位运算过程。 改进算? 法筛选原数据库生成的频繁项集与增量数据库新生成的候选项集,有效减少了候选项集的规模,提高算法效率的同时更符合现实需要。 实验结果表明,相比于经 典 Apriori 算法和 CBE-Apriori 算法,改进算法在挖掘出正确频繁项集的数量不降低的情况下,明显提升了计算效率,在小数据规模下相比经典 Apriori 算法最高提升 3. 6 倍,相比 CBE-Apriori 算法最高提升 1. 4 倍。 在较大数据规模下相比经典 Apriori 算法最高提升 10. 41 倍,相比 CBE-Apriori 算法最高提升 11. 53 倍。

关键词：数据挖掘;Apriori 算法;关联规则;二进制;增量更新