摘要

针对Apriori算法中支持度与置信度不易确定、需要多次扫描数据库、生成的关联规则集合易过大或者过小等问题,提出了一种新型的关联规则挖掘方法——六度分离关联规则挖掘算法。该算法不仅可以定量地挖掘强关联规则,也可以挖掘弱关联关系;同时,只需要一次扫描数据库,将数据压缩转化存储在矩阵中;也提出了事件之间关联度的新的计算方法。与目前应用最广的基于item的协同过滤算法相比,在最优情况下,即推荐数量为250时,准确率提高了15%。