论文部分内容阅读
针对目前经典的关联规则挖掘Apriori算法需对数据库多次扫描费时多计算量大，而抽样扫描会造成挖掘精确度下降等问题．采用控制样本频繁项目集的方法，利用频繁项集进行抽样处理，对关联规则挖掘的抽样操作和精度控制进行研究，提出了基于抽样操作的关联规则挖掘算法——HAC算法。理论分析及性能试验结果表明：HAC算法能够有效缩减数据库规模，至少少扫描数据库1次，提高了关联规则挖掘的效率，同时其计算精度不受影响。