基于向量矩阵的Apriori改进算法研究

来源：上海理工大学学报杂志2022年第1期北京时间：

作者：裘慧奇

单位：上海理工大学 信息化办公室，上海 200093

摘要：针对传统的关联分析算法Apriori执行效率低、I/O过重、计算量过大等问题，提出了一种通过减少扫描数据库次数来降低候选项集计算复杂度, 在频繁项集求解过程中通过将事务项集转换为行向量，利用“与”操作来提高算法执行效率的Apriori改进算法。利用学生在校行为数据集对Apriori改进算法进行有效性和高效性验证。同时，为了符合算法对样本数据的要求，在样本数据处理过程中对原始数据进行了清洗和离散化处理，定义了分析对象的样本数据离散化处理的规则。通过实验分析比较了Apriori改进算法与经典Apriori算法的性能。结果表明，Apriori改进算法保持了对实际分析对象关联规则挖掘的有效性，同时具有更高的执行效率。

关键词：数据挖掘;关联分析;向量矩阵;Apriori改进算法

基金资助：国家自然科学基金资助项目（61472256，61170277）