论文部分内容阅读
Apriori算法是一种最具有影响力的挖掘布尔关联规则频繁项集的算法。然而，在产生频繁项集时，需要多次扫描事务数据库，并产生庞大的候选集。为了降低算法的时间复杂度，提高程序运行效率，提出了一种改进的Apriori算法。同时，以某一高职院校中已毕业学生和在校生的就业信息为基础，建立了就业事务数据库，运用改进的Apriori算法对就业数据进行处理，产生了频繁项集。根据最小支持度和最小置信度的定义，找出强关联规则。并引入重要性对强关联规则进行分析，发现具有实际意义的信息，为高职学校就业指导提供决策，为学生就业提