[发明专利]改进的Apriori算法及其在藏医关联挖掘中的应用

权利要求书

1.一种改进的Apriori算法，其特征在于，包括以下步骤：

首先将事务数据库初始化为布尔矩阵；在数据集D中，设I＝{i₁，i₂，i₃…i_n}是项的集合，其中每个事务T是项的集合，使得对于一个给定的数据集D，都存在着f(D)＝M，M定义为：

其次对于每一项支持度的计算，对每一个项I_j，都对应一个列向量D_j，定义为：

I_j的支持度计数为：

对每一项计算支持度即布尔矩阵每一列的列向量之和，并删除支持度小于最小阈值的项，即获得频繁1-项集；通过自连接产生候选2-项集，此时{I_i，I_j}的支持度计数，由矩阵M的第i列和第j列进行按位与操作获得；同理，频繁k-项集依次获得。

2.根据权利要求1所述的改进的Apriori算法，其特征在于，所述算法产生频繁项集的具体描述如下：

3.权利要求1所述改进的Apriori算法在藏医症候分型过程中的应用。

4.根据权利要求3所述改进的Apriori算法在藏医症候分型过程中的应用，其特征在于，所述应用具体为：关联规则中的Apriori算法通过逐层扫描数据集产生候选项集，再根据支持度从大量候选项集中筛选出符合要求的频繁项集，并生成关联规则。