作者：伏蘭蘭黃秋萍盧葉園廖靜甘宇健
**：《軟體導刊》2023年第11期
摘要：關聯規則是資料探勘的重要方法之一， apriori是傳統關聯規則中的經典演算法。提出基於大量商品**的資料集，分別建立單維和二維商品**關聯規則模型，挖掘單維和二維商品**的強關聯規則。
通過對比分析單維和二維商品**強關聯規則，以發現同類或**關聯度高的相關產品。
關鍵詞關鍵詞：關聯規則；商品分類；apriori演算法doidoi：10.11907/rjdk.171888中圖分類號：tp319
0引言2023年agrawal等[12]提出了第乙個關聯規則挖掘演算法ais，但效能較差。隨後於2023年提出了專案集格空間理論，並依據該理論提出了著名的apriori演算法。2023年pasquier等[3]研究人員提出了閉合專案集挖掘理論，得出基於此理論的close演算法。
2023年hanjiawei等[4]為了提高挖掘效率，減少對原資料集的讀取次數及候選頻繁專案集生成，提出了fp_growth演算法。但關聯規則挖掘演算法依然存在問題：篩選出的規則過多，不能得到真正實用的規則。
楊剛[5]以房地產交易**為研究物件，從房地產交易資料中挖掘得到關聯規則，對未來房地產**進行**。劉志勇[6]研究頻繁模式挖掘演算法，提出將部分關聯規則挖掘演算法與平行計算技術結合。孟月昊等[7]提出一種基於規則前後部約束的關聯規則挖掘演算法ar_f&r。
該演算法根據使用者需求，構造指定關聯規則的前後部項集，得出針對使用者需求的頻繁項集和關聯規則。本文利用計算機爬蟲在網上抓取的商品**資料，以apriori演算法建立單維和二維商品**關聯規則模型，挖掘出同時滿足最小支援度和最小置信度的強關聯規則，並對比分析單維和二維關聯規則結果，由此對商品進行分類，利用分類結果對同類或相關度高的商品進行****。
基於關聯規則的教學質量評價
福建電腦 年第 期 桑莉君 蘭方鵬 太原理工大學輕紡工程與美術學院山西晉中 摘要 利用關聯規則的 演算法對我院藝術專業教師基本資料和歷年教學檢查資料進行資料 挖掘和分析，發掘出影響教學質量的關鍵因素，為我院教師隊伍建設和優秀人才的引進提供科學 可靠的 指導。關鍵詞 教學評價 資料探勘 關聯規則 演算...
基於群體智慧型的關聯規則挖掘及應用
碩士學位 學科專業名稱 計算機軟體與理論 申請人姓名 王偉偉 指導教師 劉希玉教授 提交時間 2007年 04月19日 本章首先介紹了群體智慧型的研究背景及前沿，其次闡述微粒群演算法的發展現狀，最後介紹了本文的主要工作和組織結構。人們在很早的時候就對自然界中存在的群集行為感興趣,如大雁在飛行時自動排...
基於關聯規則挖掘的高校成績分析研究
摘要 本文通過對本校某年級學生成績進行分析，主要應用資料探勘中的關聯規則和apriori演算法，挖掘出一些合理的課程關聯規則，將這些規則運用到教學管理中，可以指導學生選課和合理的設定課程，為高校的教學管理提供參考。關鍵詞 資料探勘 關聯規則 成績管理 中圖分類號 tp311.13 努力提高學生的成績...