摘要：关联规则分析作为数据挖掘的主要手段之一,在发现海量事务数据中隐含的有价值信息方面具有重要的作用。该文针对Apriori算法的固有缺陷,提出了AWP（Apriori With Prejudging）算法。该算法在Apriori算法连接、剪枝的基础上,添加了预判筛选的步骤,使用先验概率对候选频繁k项集集合进行缩减优化,并且引入阻尼因子和补偿因子对预判筛选产生的误差进行修正,简化了挖掘频繁项集的操作过程。实验证明AWP算法能够有效减少扫描数据库的次数,降低算法的运行时间。

关键词：数据挖掘 关联规则 事务数据库 预判筛选 apriori 

单位：南京邮电大学物联网学院; 南京210003; 南京邮电大学江苏省通信与网络技术工程研究中心; 南京210003; 江苏省邮电规划设计院有限责任公司; 南京210006