基于关联规则的改进Apriori算法在行为挖掘中的应用分析
2025.07.04点击:
摘要:阐述基于改进Apriori算法会减少频繁扫描项目集合的次数来降低候选项目的数目,在频繁集求解过程中通过事务项转换为二维数组,利用二维数组行值进行“与”操作来提高算法执行效率。利用数据集对改进Apriori算法进行有效性和高效性验证,同时通过实验比较改进Apriori算法与传统Apriori算法的性能。结果表明,改进的Apriori算法提高了分析关联规则的速度,将其应用于犯罪案件的关联分析,便于公安部门进行犯罪案情的研判。
关键词: 数据挖掘;关联分析;Apriori算法;二维数组;
基金资助: 2023社科院山西高质量发展课题(SXGZL202317); 2023山西文旅课题(SXSKWC2023011);
专辑: 信息科技
专题: 计算机软件及计算机应用
分类号: TP311.13
- 上一篇:UI设计中的结构化与层次感实现 2025/7/8
- 下一篇:多处理器平台中的混合事务集调度算法分析 2025/7/4