基于海量数据的关联规则挖掘(三)

1.2Apriori 算法

        Apriori算法是挖掘关联规则的算法，是Agrawal等在1993年[1]设计的一个基本算法，其核心方法是基于频集理论的递推方法。这是一个采用两阶段频集的挖掘思想，并且基于多次扫描事务数据库来执行。正如算法名字，Apriori算法使用的是频繁项集性质的先验知识。

        Apriori算法的设计可以分解成两个步骤来执行挖掘：

        1、  从事务数据库中挖掘出所有频繁项集。

         首先挖掘出频繁1-项集。此时，在内存中保存两个表，一个保存每个项到一个整数的映射（如果项是其他非数值的对象），一个保存每个整数即项的计数。扫描整个数据集中的项，没扫描到一个项，在相应的位置计数器加一。最后根据支持度阈值筛选出支持度大于阈值的项组成。

        在挖掘频繁2-项集