中文引用格式： 王志昊，蘇明月，李東方，等. 基于約束的多維Apriori改進算法[J]. 電子技術(shù)應(yīng)用，2023，49(10)：100-105.
英文引用格式： Wang Zhihao，Su Mingyue，Li Dongfang，et al. Algorithm of multi-dimensional Apriori with constraints[J]. Application of Electronic Technique，2023，49(10)：100-105.
0 引言
現(xiàn)代社會，生產(chǎn)力快速發(fā)展，通過不斷變革生產(chǎn)信息技術(shù)，人們大大提高了創(chuàng)造和收集數(shù)據(jù)的能力，迅速擴大了數(shù)據(jù)資料的規(guī)模。急劇增長的數(shù)據(jù)資料和數(shù)據(jù)庫迫使人們采用新的技術(shù)手段和工具來處理海量的數(shù)據(jù)，自動自主地幫助人們管理、提取并分析有用的信息，來發(fā)掘有價值的知識，為人們提供決策服務(wù)。由此，數(shù)據(jù)挖掘（Data Mining）[1] 在這樣的宏觀背景下誕生。將數(shù)據(jù)挖掘技術(shù)充分運用到現(xiàn)實的生產(chǎn)中，提高企業(yè)生產(chǎn)的效率，降低生產(chǎn)成本。數(shù)據(jù)挖掘的應(yīng)用范圍較廣，如聚類、預(yù)測、分類、異常分析以及相互關(guān)聯(lián)性分析。
數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則是較為主要的研究對象。其中頻繁項集的產(chǎn)生是最核心、最受關(guān)注的問題。關(guān)聯(lián)規(guī)則反映了一個事物與其他事物之間的相互依存和關(guān)聯(lián)性[2]。換句話說，關(guān)聯(lián)規(guī)則是一種隱含在數(shù)據(jù)中的知識模型，其通過量化數(shù)字，從海量數(shù)據(jù)中挖掘出有價值的數(shù)據(jù)項之間的相關(guān)關(guān)系[3]。
關(guān)聯(lián)規(guī)則挖掘最初由Agrawal[4]等人于1993年提出，通過關(guān)聯(lián)規(guī)則的挖掘可以找出潛藏在數(shù)據(jù)庫中各個屬性之間的關(guān)系，輔助人們更合理地進行商業(yè)活動、金融決策和生產(chǎn)生活等。
目前，典型的挖掘關(guān)聯(lián)規(guī)則的算法主要是Apriori算法[5]，其核心在于找到數(shù)據(jù)庫中的所有頻繁項集。Apriori算法通過逐級產(chǎn)生頻繁項集并利用先驗性質(zhì)縮減候選項集產(chǎn)生。在掃描數(shù)據(jù)集的過程中，Hossain提出可使用自動遞歸連接來挖掘候選項目集[6]，然后剪枝用于挖掘頻繁項集。2021年，Li等人提出基于時序約束的關(guān)聯(lián)規(guī)則挖掘，減小了系統(tǒng)開銷[7]。Wang等人利用MapReduce的思想改進Apriori算法，有效提高了搜索效率[8]。2022年，Dhinakaran等人集成Apriori算法和仿生算法，通過降低處理大型數(shù)據(jù)集時的低運行時性能來解決頻繁項集問題[9]。
本文詳細內(nèi)容請下載：http://www.shi-ke.cn/resource/share/2000005721
作者信息：
王志昊，蘇明月，李東方，沈煒，楊光
（北京計算機技術(shù)及應(yīng)用研究所，北京 100854）
