[发明专利]一种基于Apriori算法的频繁项集挖掘方法

权利要求书

1.一种基于Apriori算法的频繁项集挖掘方法，其特征在于，包括以下步骤：

步骤a，扫描事务数据库，生成候选1-项集的集合C₁，根据支持度阈值minsup对集合C₁进行剪枝，得到频繁1-项集的集合F₁；

步骤b，使用双指针定位算法生成到候选k-项集的集合C_k；

步骤c，根据支持度阈值minsup对集合C_k进行剪枝，得到频繁k-项集的集合F_k；

步骤d，重复步骤b和步骤c，直至F_k为空。

其中，所述双指针算法生成候选k-项集的集合C_k包括如下步骤：

步骤1，将集合C_k-1中的频繁(k-1)-项集按字典序进行排序；

步骤2，设置第一指针和第二指针，两个指针均指向排序后的第一个频繁(k-1)-项集；

步骤3，第一指针保持原位，第二指针下移一项，

步骤4，将第二指针指向的项集与第一指针指向的项集进行比对，若比对结果满足连接条件，则将两个项集进行合并，生成一个候选k-项集，若比对结果不满足连接条件，则转至步骤6；

步骤5，重复步骤3和步骤4；

步骤6，记录所述第二指针的当前位置i，同时将第一指针与第二指针之间的项集两两进行合并，生成候选k-项集；

步骤7，将第一指针和第二指针移至第i+1个频繁(k-1)-项集；

步骤8，重复步骤3至步骤7，直至i等于频繁(k-1)-项集的总个数。

2.根据权利要求1所述的基于Apriori算法的频繁项集挖掘方法，其特征在于，步骤3中所述的连接条件为：进行比对的两个频繁(k-1)-项集的前(k-2)项完全相同，且最后一项不同。

3.根据权利要求1或2所述的基于Apriori算法的频繁项集挖掘方法，其特征在于，k的取值大于或等于2。