一种矩阵和排序索引关联规则数据挖掘算法

刘彦戎，杨 云

(1.陕西国际商贸学院 信息工程学院，陕西 西安 712000；2.陕西科技大学 电子信息与人工智能学院，陕西 西安 710021)

0 引 言

在互联网产业急速发展的情况下，信息技术和信息经济也发展迅速，由此在各行各业中数据挖掘技术的应用越来越广泛。数据挖掘技术从现有的未知数据中可以发现大量具有潜在价值的信息或模式，当这个理论提出时，立刻引起了科学界的广泛关注。在数据挖掘领域中最重要的研究方向是关联规则挖掘，关联规则技术的实现是以数据之间的联系为基础来实现其可信度的支持。该算法最初是被P.-G. Cheng[1]作为市场购物篮分析理论提出的，在此过程中通过研究顾客购买行为建立关联知识，来指导商业贸易中交易事项的数据集合[2]。由于数据具有多样性的特点，从海量数据中通过有效探索和筛选可得到有效数据，从而可以为智能人机交互提供技术支持。在数据挖掘过程中，关联规则技术得到了长足发展，已在银行风险预警、金融证券分析和移动通信方面深入应用，并显示出较好的应用前景和巨大的发展潜力。

许多学者在数据挖掘方面做了大量的研究，为其发展做出了贡献。传统关联规则数据挖掘的改进大多是基于Apriori[3-5]算法，Apriori算法最大的缺陷是需要对数据库进行多次扫描[6]才能得到频繁项目集，这就严重影响了数据挖掘的运行效率。魏玲等人提出了NFUP算法[7]，该算法基于强大项目集的概念，将强大项目集加入到候选项目集的小数量中，并采用早期裁剪策略来减少扫描数据库的次数。……