%0 Journal Article
%T An Association Rules Mining Algorithm Based on Linear Linker<br>一种基于线性链表的关联规则挖掘算法
%A LI Xiao-Hong
%A YANG You
%A <br>李晓虹
%A 杨有
%J 计算机科学
%D 2007
%I 
%X 关联规则挖掘是数据挖掘的一个重要研究方向，其算法主要有Apriori算法和FP—growth算法，它们需要多次扫描事务数据库，严重影响算法的效率。为了减少扫描事务数据库的次数，本文提出一种基于线性链表（LinearLinker）的LL算法，它只需扫描事务数据库一次，把事务数据库转换为线性链表LL，进而对LL进行关联规则挖掘。实验表明，LL算法的时间开销明显优于Apriori算法和FP—growth算法，且LL算法通过定义备用候选频繁项目集，有效地支持了关联规则的更新挖掘。
%K Association rules mining
%K Incremental updating
%K Linear linker
%K Transaction DB<br>关联规则挖掘
%K 更新挖掘
%K 线性链表
%K 事务数据库
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=02B8EBF07227E775&yid=A732AF04DDA03BB3&vid=339D79302DF62549&iid=9CF7A0430CBB2DFD&sid=E22B6B8FE86DD8F9&eid=3986B25773CB6C30&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=5