论文研究一种基于数据压缩的Apriori算法.pdf

随着物联网技术的飞速发展，数据采集手段迅速增加，对海量数据分析与处理的需求也愈加强烈。关联规则挖掘算法通过数据之间的关联分析，挖掘出数据之间的隐含关系，进而获得了大量应用。在众多的关联规则算法中，传统的Apriori算法虽然得到了大量应用，但是因为该算法产生大量的候选集，而且需要多次对数据库进行扫描，导致该算法的运行效率大大降低。为了克服Apriori算法的以上缺点，通过数据压缩的方法减少了数据库扫描次数的同时，对生成的候选集进行了多次验证，大大减少了无效候选集的数量。大量的数据挖掘实验证明提出的改进算法可以在正确挖掘数据集关联规则的同时，大大提高了算法的运行效率。