一种基于图的Apriori改进算法研究及其系统实现

论文摘要

当今社会随着信息产业的高速发展,信息系统中所储存的数据量越来越大,而人们逐渐从管理数据的单一需求,发展到想通过历史数据总结出所感兴趣的规则,来对未来的行为起到一定的促进作用,于是数据挖掘技术应运而生。然而传统的数据挖掘算法在面临挖掘大量数据时,效率亟需提高,所以需要对数据挖掘技术中的关联规则生成算法进行分析,并在Apriori关联规则算法的基础上提出新的基于图挖掘的对Apriori算法的改进算法。以垂直数据格式表示法为启发,对Apriori算法中数据库的储存方式进行了改进。同时基于图挖掘,对候选频繁项集的挖掘做了相应的改进,可一次操作将所有的候选频繁项集全部挖掘出来。该改进算法对长事务集以及事务数据量较大的情况下的数据挖掘效率的提升比较明显,所以适合对长事务集以及大数据量数据进行挖掘。理论需要实践来验证,故通过设计一套基于改进算法数据挖掘系统,并通过统计算法运行时间与传统Apriori算法进行比较,以检验Apriori改进算法比之原算法在运行时间上的缩短。以此来验证该Apriori改进算法在对数据进行挖掘的效率以及时间上优于传统的Apriori算法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.3 本课题研究的意义和目标
• 1.4 本文的工作
• 2 APRIORI 算法改进
• 2.1 Apriori 改进算法的相关概念
• 2.2 Apriori 改进算法的详细描述
• 2.3 时间复杂度分析
• 2.4 实验结果
• 2.5 小结
• 3 原型系统设计与实现
• 3.1 系统结构
• 3.2 系统实现技术
• 3.3 实验结果
• 3.4 小结
• 4 结束语
• 4.1 总结
• 4.2 展望
• 致谢
• 参考文献