基于AP-CAN的增量关联挖掘算法研究

作者：洪炎; 张磊; 严加琪

来源：安庆师范大学学报(自然科学版), 2021, 27(02): 20-25.

DOI：10.13757/j.cnki.cn34-1328/n.2021.02.005

• 关联规则
• 数据挖掘
• AP聚类
• CAN-tree算法

随着大数据时代的到来,增量关联规则挖掘已成为数据挖掘领域的热门话题。CAN-tree作为增量关联规则挖掘领域的重要算法,其按项目频次大小进行排序会使树(tree)的规模过大,降低算法效率。针对此问题,提出一种基于AP-CAN的增量关联挖掘算法,采用AP聚类思想将原始数据集按项目的支持度不同分为多个集群,修剪不满足最小支持度的集群,利用哈希头表替代项头表,并根据数据量对每条事务排序。实验结果表明,该方法可以显著削减CAN树的规模,降低项目查找时间,提高数据挖掘效率,在效率和稳定性上均优于现有的CAN-tree算法。

• 单位
  安徽理工大学