论文部分内容阅读
传统关联规则算法中事务扫描的重复性以及最小支持度设定的不可靠性会导致计算最大频繁集运行效率低并产生大量冗余的、无趣的规则问题,提出一种改进的Apriori关联规则挖掘算法。对候选项目进行约减,引入兴趣度测量因子对提取的关联规则进行优化。数据实验结果表明,该方法可提高传统关联规则挖掘算法的效率,避免传统关联算法中扫描的重复性,对Web访问用户行为分析具有一定的指导意义。