基于二分法的改进Apriori关联算法研究

经典Apriori算法通过逐层迭代的方式产生备选项集，使得算法效率不高。针对该问题，提出一种基于二分法的改进关联规则算法：Dichotomy Apriori算法（D_Apriori算法）。D_Apriori算法利用逐步逼近的思想越级产生频繁K-项集，引入二分法获取每次需要产生频繁项集中集合的长度，结合排列算法或者取并集算法直接产生频繁K-项集。通过算例分析与实验验证结果表明，在数据量、支持度和事物长度分别不同的情况下，改进算法能有效减少频繁项集的迭代过程和运算时间，使算法的平均效率至少提高了12%。