《表1 改进的算法伪码：大数据下的一种挖掘算法的研究》

  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

《大数据下的一种挖掘算法的研究》

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

本文在Apriori算法的基础上，对每一次生成的频繁项集Lk-1（k=1，2，…k-1）添加一个数据库Dk，在数据库Dk中存放k-频繁项集以及其所属的事务集合，设定每一个频繁项集的事务集合为Ei，Ei={t1，t2，…tm，…tq}，因此，在由Lk-1进行自连接生成k-候选项集Ck，对Ck进行支持度计算的时候，不需要在对原始的数据库进行扫描，而只需要直接扫描频繁项集数据库中的Ck子集所属于的事务Ei，其次再求出各个子集所属事务的Ei的交集，在这些交集中包含的事务的个数就是该候选项集中的支持数，最后对于小于支持度的若干候选项集进行删除操作，这样能够有效的提高访问效率。算法改进的伪码如表1所示。