Apriori算法报告.docVIP

实验背景 Apriori算法广泛应用于商业中，应用于消费市场价格分析中，它能够很快的求出各种产品之间的价格关系和它们之间的影响。通过数据挖掘，市场商人可以瞄准目标客户，采用个人股票行市、必威体育精装版信息、特殊的市场推广活动或其他一些特殊的信息手段，从而极大地减少广告预算和增加收入。百货商场、超市和一些老字型大小的零售店也在进行数据挖掘，以便猜测这些年来顾客的消费习惯。 二、实验目的 1.加强对Apriori算法的理解 2.提高分析解决问题 3.实践编程的能力 三、实验环境及工具 1.硬件环境:网络环境中的微型计算机 2.软件环境:Windows操作系统 3.编程语言:Java 4.数据库引擎:SQL Server 2014 四、Apriori算法思想 Apriori算法是一个挖掘关联规则的算法，是Agrawal等设计的一个基本算法，这是一个采用两阶段挖掘的思想，并且是基于多次扫描事务数据库来执行的。 Apriori算法的设计可以分解为两步骤来执行挖掘： a)从事务数据库（D）中挖掘出所有频繁项集。 支持度大于给定最小支持度minSup的项目集称为频繁项目集（Frequent ItemCollection）。首先需要挖掘出频繁1-项集；然后，继续采用递推的方式来挖掘频繁k-项集（k1），具体做法是：在挖掘出候选频繁k-项集（Ck）之后，根据最小置信度minSup来筛选，得到频繁k-项集。最后合并全部的频繁k-项集（k0）。 b)基于第1步挖掘到的频繁项集，继续挖掘出全部的频繁关联规则。 置信度大于给定最小置信度minConf的关联规则称为频繁关联规则（Frequent Association Rule）。在这一步，首先需要从频繁项集入手，首先挖掘出全部的关联规则（或者称候选关联规则），然后根据minConf来得到频繁关联规则。 Apriori算法程序流程图如下: 五、实验过程及结果 1.程序伪代码描述 输入： D:实物数据库（六个可选数据库的其中一个）； minSup:最小支持度 minConf：最小可信度 输出： L:D中的频繁项集 R:D中关联规则 方法： a)连接数据库表，读取数据 public Apriori_function(int sup,double conf,String sql){//构造函数 /*通过连接数据库后，将数据库中所有记录存放到记录列recordList存放表中，以后可重复扫描recordList表，不需要再直接重复扫描数据库*/ } b)获取频繁1项集getFc1() private MapString,Integer getFc1(){ 扫描数据库D获得频繁1项目集 } c) 获取候选集getCc() private MapString,Integer getCc(MapString,Integer midFcMap){ //第一步：连接（join） For each 项集 l1 属于 Lk-1 For each 项集 l2 属于 Lk-1 If( (l1 [1]=l2 [1])( l1 [2]=l2 [2]) …… (l1 [k-2]=l2 [k-2])(l1 [k-1]l2 [k-1]) ) then{ c = l1 连接 l2 // 连接步：产生候选集 //第二步：剪枝（prune） If c的 k-1项子集中存在不是k-1项频繁集then delete c; else add c to Ck; } Return Ck; } d)递归产生所有频繁项目集getFc() public MapString,Integer getFc(){ For(k=2;Lk-1 !=null;k++){ Ck = getCc (Lk-1 ); For each 事务t in D{ // 扫描 D 进行候选计数 Ct =subset(Ck,t); // 得到 t 的子集 For each 候选 c 属于 Ct c.count++; } Lk ={c 属于 Ck | c.count=min_sup}//返回候选项集中不小于最小支持度的项集 } Return L= 所有的频繁集； } e) 获取频繁项目集的非空子集getSubFc() private void getSubFc(ListString sourceSet, ListListString subFcLi