节点文献

基于RFM和事务压缩的改进型Apriori算法研究

Research on Improved Apriori Algorithm under RFM and Transaction Reduction

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 韩涛； 张春海； 李华；

【Author】 Han Tao Zhang Chunhai Li Hua(Dept. of Computer Science and Eng.,Ocean University of China,Qingdao 266071)

【机构】 中国海洋大学计算机科学与工程系； 中国海洋大学计算机科学与工程系 青岛266071； 青岛266071； 青岛266071；

【摘要】 关联是数据挖掘领域的一个重要研究课题。对关联规则挖掘进行了介绍,对Apriori算法进行了分析,针对该算法的不足,并结合CRM实际应用中的RFM(Recency,Frequency,Monetary)要求,提出了基于RFM约束和事务压缩的改进型算法———Apriori_RFM。实验表明,改进的算法减小了访问数据库的规模,提高了查准率和关联质量。

【Abstract】 Association is a very important topic in the field of data mining.In this paper,the algorithms is introduced for mining association rules,the Apriori algorithm is analyzed.The paper gives an improved algorithm Apriori_RFM according to the defects of Apriori algorithm and to meet the requirements of CRM applications for RFM(Recentcy,Frenquency,Monetary).The experiments show that the improved algorithm reduces the scales for accessing databases,improves precision and association quality.

【关键词】 数据挖掘； 关联规则； RFM； Apriori_RFM；
【Key words】 data mining； association rule； RFM； Apriori_RFM；
  • 【文献出处】 计算机工程与应用 ,Computer Engineering and Applications , 编辑部邮箱 ,2005年26期
  • 【分类号】TP311.13
  • 【被引频次】6
  • 【下载频次】217
打印本页
节点文献中：