基于高频规则发现的大学生个性分析研究第26卷VO1.26第5期N0.5计算机工程与设计ComputerEngineeringandDesign2005年5月May.2005基于高频规则发现的大学生个性分析研究张燕姑，沈斌，徐贯东(1.温州师范学院，浙江温州325027;2.浙江大学计算机学院，浙江杭州310027)摘要:高频规则发现作为关联规则发现的子问题，在许多重要的教据挖掘领域中起着关键的作用.经典的高频规则发现算法是一个多次遍历的算法，计算的复杂度较高.对高频规则算法的关键思想以及性能进行了研究，给出了高频规则发现算法Apriori的改进算法，并应用于大学生个性分析.该算法有效地提高了原算法的性能，对Apriori算法的各种变形同样适用.关键词:教据挖掘;高频规则;Apriorialgorithm濒繁项集中图法分类号:TP312文献标识码:A:1000.7024(2005)05—1277—03AnalysisandstudyofundergraduatecharacterbasedonhighfrequentruleZHANGYan-gu,SHENBin,XUGuan-dong(l.WenzhouNormalCollege,Wenzhou325027,China;2.CollegeofCoinputerScience,Zhe激angUniversity,Hangzhou310027,China)Abstract:ThehighfrequentruleaSansub一questionofassociationrulesplaysanimportantrollonmanyfieldsofdatamining.Traditionalalgorithmneedsmulti—passdatabaSe.Animprovedalgorithmforhighfrequentruleispresentedbasedonstudyoftheprincipleandefficiencyoftheapriorialgorithmforapplyinginanalysisofindividualcharacterforundergraduate.Itismoreefficientthantheoldone,whichisapplicableforvariantofapriorialgorithm.Keywords:datamining;highfrequentrule;apriorialgorithm;largeitemsets1引言目前最为典型的大学生个性分析采用美国伊利诺大学人格及能力测量研究所卡特尔的16种人格因素(简称16PF)…，在国际上颇有影响.大学生个性分析通常通过统计软件SPSS(StatisticalProgramForSocialSciences)进行基本统计分析，回归分析，相关分析，分类分析，因子分析等.数据挖掘和统计学的基本算法和技术是相同的，但统计工具运行时间长，对处理凌乱的现实世界的数据并不是很强大，而且这些技术经常由技术人员使用;而数据挖掘技术更令人信赖，面向用户而不是面向统计学家，不仅能有效地自动操作统计过程，因而减轻了最终用户的负担,而且还能进行联机分析处理.数据挖掘技术，如CAR,神经网络和相邻技术都趋向对现实世界数据的处理功能更为强大.基于以上原因，大学生个性分析可尝试使用高频关联规则来挖掘.数据挖掘又称作数据库中的知识发现(KnowledgeDis.coveryinDatabases,l①D),是指一个从大量数据中提取可信的，新颖的,有效的并且能被人理解的模式的处理过程.通过各种算法提取不同规则，一直都是人们研究的焦点，在近几年来已被数据库界所广泛研究.目前,数据挖掘算法主要分为分类，回归分析，聚类以及相联等'.关联规则(AssociationRule)的提取主要针对大型事务数据库'，从大型事务数据库中提取关联规则是KDD的一个重要问题.高频规则发现作为关联规则发现的了问题，在许多重要的数据挖掘领域中起着关键的作用.Apriori算法是一种最着名的，最有影响的挖掘频繁项的高频关联规则,Agrawal于1994年首次提出对于大型数据库的高频集算法,Apriori算法不仅性能良好，而且具有良好的扩展性能，但Apriori算法使用生成.检验候选高频集的方式发现高频集,使得产生大量的候选集而增加I/O的沉重负担.本文给出的算法属于Apriod的变种，基本原理和Apriori方法相似,不同之处是产生候选集的方法不同，与原算法相比，得到频繁项集所需的时间较短，从而产生关联规则所需的时间也较短,减少了I/O的负担.2关联规则理论’设仁(i2,i…?i)为m个不同项的属性集，事物T为I的收稿日期:2004.11—11.作者简介:张燕姑(1969一)，女，硕士，讲师，研究方向为人工智能，模糊逻辑和数据挖掘;沈斌(1979.),男,博士生，研究方向为人工智能，模糊逻辑和数据挖掘;徐贯东(1969一)，男,副教授，博士，研究方向为信息处理与智能控制.1277—子集，不同事物的集合，构成数据库D.若干项的集合组成项集,数据集D中包含项R集x的事务数称为项目集x的支持数，记为trX.项目集x的支持度记作support(x)...