声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：胡世昌,李劲华,王常颖,
单位：青岛大学数据科学与软件工程学院,山东青岛266071；
关键词：频繁项集,集合运算,二进制,Apriori算法,
基金：全国统计科学研究项目(2017LY14)；；
Apriori算法在挖掘频繁项集时需要多次扫描数据库，这样会因为频繁的IO操作而导致效率低下。为了改进算法的执行效率，提出BE-Apriori（binary encoded Apriori）算法，其充分利用了二进制数相比编程语言中各种数据结构在内存及运算速度上的优势，对事务记录进行二进制编码后加载到内存，然后利用等效的二进制数之间运算代替集合之间的运算。分析了算法性能，并利用UCI数据集中的毒蘑菇数据对BE-Apriori算法进行实验验证。结果表明BE-Apriori可以正确挖掘频繁项集，并且相比Apriori算法有着更好的性能。
来源：2020年第2期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。