文献类型：期刊文章

作　　者：衣梦涵[1] 王慧颖[2]

机构地区：[1]中国矿业大学(北京)理学院,北京100083 [2]中央财经大学统计与数学学院,北京100081

出　　处：《统计与决策》

基　　金：国家自然科学基金资助项目(11301558;11671398);中央高校基本科研业务费专项资金资助项目(2009QS02);煤炭资源与安全开采国家重点实验室开放课题(SKLCRSM16KFB03)

年　　份：2019

卷　　号：0

期　　号：17

起止页码：79-81

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：文章提出了一种新的关联规则挖掘算法,即AP-MMAS算法,该算法利用蚂蚁系统的启发式信息和并行计算的特点,克服了Apriori算法在搜索频繁项集时访问数据库的复杂性。通过挖掘各省份房价波动的关联规则,验证了AP-MMAS算法在最小支持度较低、项目个数较多、事务个数较少时,生成的规则在效率和质量上都优于Apriori算法。

关 键 词：关联规则挖掘 蚂蚁系统 APRIORI算法 房价波动

分 类 号：TP311.13] TP18[计算机类]