摘要
1 引言数据挖掘(Data Mining),也称为数据库中知识发现KDD,是指发掘隐藏在堆积如山的数据中的真知灼见,这基本上正在变成一种商业上非做不可的事情。关联规则(As-sociation Rules)是数据挖掘的重要研究内容,目前的绝大部分关联规则挖掘算法一般都分为两个阶段:①频繁项目集的发现;②规则的产生。算法的计算工作量主要集中在第一阶段上,因此,如何快速确定频繁项目集是算法效率的关键,在这方面已有许多工作与成果。但总的来讲,许多研究都是在Apriori算法或其派生算法的基础上进行的。这些算法或多或少存在如下两个问题:①算法必须耗费大量的时间处理规模巨大的候选项目集;
Discovery of association rules is an important data-mining task. Several algorithms have been proposed to solve this problem-But most of them are based on the Apriori algorithm that requires repeated passes over the large transaction databases. In this paper,the authors propose a new database schema and present a relevant algorithm. Comparing with Apriori and Apriori-like algorithms, the authors also offer some experiments to show that the new algorithm is more efficient.
出处
《计算机科学》
CSCD
北大核心
2002年第10期59-60,69,共3页
Computer Science
基金
国家自然科学基金(项目编号79970092)
