[摘要]針對傳統(tǒng)關聯(lián)規(guī)則算法中事務掃描的重復性以及最小支持度設定的不確定性，導致關聯(lián)規(guī)則挖掘算法掃描事務數(shù)據(jù)庫運行效率低下的問題，提出一種基于K-means的web訪問用戶關聯(lián)規(guī)則挖掘算法，該算法利用K-means算法聚類的效果，將web訪問用戶數(shù)據(jù)集聚類為不同的小數(shù)據(jù)集，采用不同的最小支持度，分別對web訪問用戶聚類小數(shù)據(jù)集進行關聯(lián)規(guī)則挖掘。分析和實驗結果證明，該算法可有效提高傳統(tǒng)關聯(lián)規(guī)則挖掘算法的效率，同時也可有效避免傳統(tǒng)關聯(lián)算法中掃描中的重復性。
　　[關鍵詞]K-means算法關聯(lián)規(guī)則web用戶 數(shù)據(jù)挖掘最小支持度
　　[分類號]TP301.6

相關熱詞搜索：算法 關聯(lián) 挖掘 基于K-means算法的Web訪問用戶關聯(lián)規(guī)則挖掘算法 k-means聚類算法 原k-means算法與