论文部分内容阅读
本文通过对关联规则挖掘中由候选项集生成频繁项集算法的分析,引入了格论的一些思想来改进算法,其中心思想是:通过在属性集和事务数据库的基础上进行建格,然后在格的基础上直接进行规则提取.在实验的基础上对Apriori算法和改进的算法进行了比较,实验结果表明,在特定的数据库中,改进的算法在挖掘效率上优于Apriori算法.