论文部分内容阅读
在关联规则挖掘算法中，PredictiveApriori算法只需设定输出最好的N个规则，就可挖掘出N个预测精度最大的规则，从而极大地减轻用户参数设置的负担．但该算法需要不断对事务数据库进行扫描，如果事务数据库很大将会大大增加I／O时间，降低挖掘效率．本文融合事务压缩技术，提出一种称为FastPredictiveApriori的改进版算法．实验结果表明，随着事务数据量的增大，改进后的算法只需扫描压缩事务集．因此，在事务数据库很大时，该算法能明显提高执行效率．