《表1 在不同的最小支持度和信任度下算法的效率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Apriori算法改进及其在资产管理中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

说明:提升效率=（传统算法-改进算法）÷传统算法×100%。

在资产数据挖掘中，分别设置两种最小支持度和最小信任度，即（0.1，0.3）和（1.6，1.5），对资产数据进行遍历处理。结果显示，改进后的Apriori算法能够快速获取到关联规则（见表1）。在支持度不同的情况下，改进算法计算频繁项的速度非常快。当选择支持度为0.1时，运用改进算法计算得到频繁项用时为45 min，约为传统算法用时的15。运用改进算法获取到的关联规则数量也较多。随着支持度的上升，关联规则数量有明显降低。最小支持度增加过大，会导致一些正确的规则数降低，从而降低不同数据之间的关联性。