毕业设计（论文）-基于映射和逻辑运算的Apriori算法优化精选.doc

本 科 生 毕 业 设 计 (论 文) 题目：基于映射和逻辑运算的Apriori算法优化 Mapping and logic computing based on improved Apriori Algorithm 教学单位 ： 姓 名 ： 学 号 ： 6 年 级 ： 专 业 ： 软件工程 指导教师 ： 职 称 ： 讲 师 2010年 5月 1日 目录 摘要 II ABSTRACT III 第一章 绪论 1 1.1本文研究背景 1 1.2本文的研究目的及工作 1 第二章 关联规则 传统Apriori算法 2 2关联规则 2 2.1 Apriori算法 3 2.2 Apriori算法PAD 4 2.3 Apriori算法优点及问题 5 第三章 改进的Apriori算法 6 3.0 Apriori算法的强关联规则 - 以购物篮系统为例 6 3.1改进的基于映射和逻辑运算的Apriori算法 6 3.2改进Apriori算法示例与分析 9 3.3算法分析 19 第四章 总结与展望 22 4.1总结 22 4.2展望 22 参考文献 23 致谢 24  摘要 [摘 要]关联规则是数据挖掘研究的一个重要分支，其反映了海量数据间的有意义的关联。而Apriori算法作为最经典的算法之一备受推崇的同时也存在着如下问题：多次扫描数据库，候选集巨大，时间和空间复杂度过高等。针对这一问题，本文在分析传统Apriori算法后，提出了基于和逻辑运算改进的Apriori算法，该改进算法大大提高了数据挖掘的效率。[关 键 词]Apriori 关联规则 数据挖掘 ABSTRACT [ABSTRACT]Association rules is an important branch of Data mining, which reflects a meaningful association in mass data. The Apriori algorithm is one of the most highly regarded classical algorithms, while there are also some questions such as: multiple scans of database, colossal candidate sets, high time and space complexity. To solve this problem, this paper presents an improved Apriori algorithm that is based on mapping and logic computing after introducing and analyzing traditional Apriori algorithm. The algorithm can significantly improve efficiency of Apriori algorithm.[KEYWORDS] Apriori Association-rules Data-mining  第一章 绪论 1.1本文研究背景 数据挖掘是一种从大量数据中提取出隐含的、未知的、潜在的和有用的信息的过程。数据挖掘技术和数据库知识发现（Knowledge Discovery in Database，KDD）都是近年来随着数据库技术、人工智能技术，以及计算机科学技术的发展而出现的一种全新信息技术。 本文以商场购物篮系统为研究背景，利用Apriori算法挖掘出客户购买商品种类之间的强关联规则，由此来达到了解客户购买习惯，进而使商家可以使销售策略有章可循来达到利润的突破。 1.2本文的研究目的及工作 本文研究工作源于上述背景，对传统的关联规则算法Apriori进行研究分析, 在此基础上对传统算法进行优化，同时Code实现改进的Apriori算法，验证其有效性。 本文主要工作： 介绍关联规则以及相关概念。 介绍传统Apriori算法并分析其缺陷。 通过对Apriori算法的性质研究针对其缺陷优化，并给出严格的数学论证。 设计出优化的算法，并编码实现。 对其性能进行算法分析。  第二章 关联规则 传统Apriori算法 2关联规则 设D是交易(transaction) T的集合，D={t1,t2,t3..tn}，这里交易T是项的集合，可以表述为：T={t1,t2,…,tp}并且T?D。T中的元素ij={j=1,2,…,p}称为项。对应每一个交易有唯一的标识交易号，记作TI