一種大數(shù)據(jù)挖掘技術(shù)
——Apriori算法分析

玄文啟

一種大數(shù)據(jù)挖掘技術(shù)
——Apriori算法分析

玄文啟

隨著互聯(lián)網(wǎng)的廣泛應(yīng)用與云計(jì)算技術(shù)得到飛速發(fā)展，如何從大數(shù)據(jù)中尋求數(shù)據(jù)規(guī)律，并以此做出科學(xué)的預(yù)測(cè)與決策，成為目前數(shù)據(jù)挖掘技術(shù)的主要研究方向之一。Apriori算法就是一種基于海量數(shù)據(jù)并挖掘關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的典型算法，其在大數(shù)據(jù)挖掘分析中具有較大研究與應(yīng)用價(jià)值。

隨著計(jì)算機(jī)技術(shù)廣泛應(yīng)用，在日常管理工作中形成了海量的大數(shù)據(jù)，這使人們更加需要能夠快速高效地從數(shù)據(jù)形式不同的、有噪聲的大數(shù)據(jù)中分析數(shù)據(jù)內(nèi)涵，并從中發(fā)現(xiàn)有用的知識(shí)體系與規(guī)律，從而指導(dǎo)人們做出科學(xué)預(yù)測(cè)與決策，Apriori算法就應(yīng)此而生，成為基于大數(shù)據(jù)挖掘過程的經(jīng)典算法之一。

Apriori算法是一種挖掘布爾型關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集的迭代算法，該算法需要在數(shù)據(jù)挖掘過程中通過多次描述數(shù)據(jù)庫(kù)來不斷尋找候選集，然后實(shí)現(xiàn)剪枝，即除去包含非頻繁子集的候選集。此算法通過對(duì)最小支持度閾值的設(shè)置，能系統(tǒng)地控制了候選項(xiàng)數(shù)量的無序增長(zhǎng)，，并在大數(shù)據(jù)的數(shù)據(jù)挖掘過程中產(chǎn)生較大的研究?jī)r(jià)值。

Apriori算法過程分析

就其工作原理而言，Apriori算法是應(yīng)用逐層搜索的迭代方法原理實(shí)現(xiàn)，主要包括兩個(gè)步驟 :一是通過算法的迭代來檢索出事務(wù)數(shù)據(jù)庫(kù)中的所有頻繁項(xiàng)集；二是利用頻繁項(xiàng)集構(gòu)造出滿足用戶最小信任度的處理規(guī)則來實(shí)現(xiàn)數(shù)據(jù)挖掘分析過程。

Apriori算法具體實(shí)現(xiàn)過程如下:

（1）通過掃描事務(wù)數(shù)據(jù)庫(kù)D，計(jì)算出支持度Ci，得到頻繁項(xiàng)集的集合Li；

（2）連接步:這是算法自連接過程，其原則是保證與前項(xiàng)相同，并按關(guān)聯(lián)規(guī)則實(shí)現(xiàn)連接；

（3）剪枝步:就是使任一頻繁項(xiàng)集的所有非空子集也必須保持頻繁屬性。即若某候選非空子集不是頻繁的，則該候選肯定也不是頻繁的，可將其刪除；

（4）通過迭代掃描數(shù)據(jù)庫(kù)D，從而計(jì)算出各個(gè)項(xiàng)集支持度，并將不滿足的項(xiàng)集去掉，即通過迭代循環(huán)，直到使某個(gè)值為空，算法停止（如圖1所示）。

Apriori算法改進(jìn)

圖1 Apriori算法過程

通過對(duì)上述算法分析，可以看到Apriori算法存在的主要缺點(diǎn):一是每次尋找頻繁項(xiàng)集和候選項(xiàng)集時(shí)都要掃描數(shù)據(jù)庫(kù)D；二是當(dāng)事務(wù)數(shù)據(jù)庫(kù)數(shù)據(jù)量較為龐大時(shí)，所形成的頻繁項(xiàng)集和候選項(xiàng)集數(shù)量也很龐大，這對(duì)于在海量的數(shù)據(jù)庫(kù)檢索分析過程中，會(huì)使得Apriori 算法效率就會(huì)大打折扣，并對(duì)計(jì)算機(jī)資源占用開銷也相應(yīng)增大。

為了進(jìn)一步改進(jìn)Apriori算法，就其原理分析，在實(shí)際算法應(yīng)用中，可通過在處理候選頻繁項(xiàng)目集生成實(shí)現(xiàn)時(shí)，當(dāng)進(jìn)行掃描事務(wù)時(shí)可先刪除其中不需要的候選頻繁集、并實(shí)時(shí)進(jìn)行數(shù)據(jù)壓縮，動(dòng)態(tài)整理事務(wù)數(shù)據(jù)庫(kù)記錄，這樣可使掃描的效率更高，同時(shí)降低對(duì)計(jì)算機(jī)資源開銷。即當(dāng)?shù)谝淮螔呙钄?shù)據(jù)庫(kù)D后，候選集將不再使用事務(wù)數(shù)據(jù)庫(kù)來計(jì)算支持度，而是從第二步開始循環(huán)處理生成多維數(shù)據(jù)項(xiàng)集，一直到再無頻繁項(xiàng)集生成為止。

目前Apriori算法的改進(jìn)主要技術(shù)主要包括AprioriTid算法、基于散列（Hash）、基于采樣（Sampling）、基于數(shù)據(jù)分割（Partition）、事務(wù)壓縮技術(shù)等方法。

Apriori算法的應(yīng)用

目前，隨著計(jì)算機(jī)網(wǎng)絡(luò)、通信技術(shù)、云計(jì)算等飛速發(fā)展，在大數(shù)時(shí)代基于Apriori算法的數(shù)據(jù)挖掘技術(shù)得到了更加廣泛的應(yīng)用，主要應(yīng)用為:

（1）教學(xué)質(zhì)量動(dòng)態(tài)檢測(cè)與評(píng)價(jià):通過數(shù)據(jù)挖掘，可從海量的學(xué)生對(duì)教學(xué)評(píng)價(jià)數(shù)據(jù)中挖掘出關(guān)聯(lián)規(guī)則，從而分析出相關(guān)課程教學(xué)效果與教師教學(xué)狀態(tài)之間關(guān)系，以促使教學(xué)質(zhì)量改進(jìn)與提高；

（2）電子商務(wù)交易:應(yīng)用Apriori算法可基于網(wǎng)絡(luò)實(shí)現(xiàn)電商交易實(shí)時(shí)，及時(shí)分析出客戶消費(fèi)習(xí)慣、消費(fèi)能力、消費(fèi)群體，為電商的供應(yīng)商動(dòng)態(tài)掌握消費(fèi)市場(chǎng)，并與客戶實(shí)現(xiàn)良性商務(wù)互動(dòng)提供數(shù)據(jù)支撐；

（3）學(xué)生就業(yè)狀況分析:應(yīng)用Apriori算法可從人才培養(yǎng)模式中相關(guān)的專業(yè)、知識(shí)體系、從業(yè)資格等海量數(shù)據(jù)中分析大學(xué)生受教育程度與社會(huì)就業(yè)需求之間的關(guān)聯(lián)性，建立大學(xué)與社會(huì)雙向互動(dòng)模式，從而為高校實(shí)現(xiàn)教育改革，進(jìn)一步推動(dòng)大學(xué)為適應(yīng)社會(huì)需求培養(yǎng)人才模式提供準(zhǔn)確、客觀的數(shù)據(jù)分析；

（4）動(dòng)態(tài)網(wǎng)絡(luò)輿情監(jiān)控:應(yīng)用Apriori算法，通過借助internet平臺(tái)，對(duì)海量的網(wǎng)絡(luò)信息傳輸交互實(shí)時(shí)采集、分析，實(shí)時(shí)掌握網(wǎng)絡(luò)用戶的信息關(guān)注情況，為政府等有關(guān)部門及時(shí)掌握網(wǎng)絡(luò)輿情，并進(jìn)行實(shí)時(shí)指導(dǎo)、疏通提供客戶依據(jù)。

玄文啟

云南財(cái)經(jīng)大學(xué)信息學(xué)院

玄文啟，男，1971年4月生，云南嵩明人，云南財(cái)經(jīng)大學(xué)副教授，碩士，主要從事計(jì)算機(jī)應(yīng)用技術(shù)、信息處理技術(shù)研究。

10.3969/j.issn.1001-8972.2015.07.001