论文部分内容阅读
针对标准Apriori算法在旅游市场数据规则挖掘的应用中还存在运算时间长、规则挖掘效果不好等问题。本文提出了一种基于动态置信和事务数据库优化的数据挖掘模型，首先采用贝叶斯算法对数据项进行预估，得到动态的置信度，然后采用m-estimate加以优化，从而让该分类能够更为精确地做出其适当的分类，最后用矩阵的形式来代替事务数据库，并通过这一方法来提高算法的运行效率。另外针对这一模型进行了仿真实验，结果发现，本文设计的经过改进的Apriori算法在挖掘市场数据的时候具有更好的性能。