تشير خوارزمية (Apriori) إلى الخوارزمية المستخدمة لحساب الارتباط بين الكائنات، ويعني كيفية ارتباط كائنين أو أكثر ببعضهما البعض وإنّها خوارزمية تستخدم في عمليات تحليل البيانات.
ما هي خوارزمية Apriori
تُسمى خوارزمية (Apriori) أيضًا بـ “تنقيب النمط المتكرر”، ويتم تشغيل خوارزمية (Apriori) على البيانات التي تتكون من عدد كبير من المعاملات، وتشير خوارزمية (Apriori) إلى خوارزمية تُستخدم في تنقيب مجموعات المنتجات المتكررة والخطوات المتبعة في خوارزمية (Apriori) لاستخراج البيانات هي:
- خطوة الانضمام: تنشئ هذه الخطوة مجموعة عناصر (K + 1) من مجموعة عناصر (K) من خلال ضم كل عنصر مع نفسه.
- خطوة التقليم: تقوم هذه الخطوة بمسح عدد من العناصر في قاعدة البيانات وإذا كان العنصر المرشح لا يفي بالحد الأدنى من الدعم فإنّه يعتبر نادر الحدوث وبالتالي يتم إزالته ويتم تنفيذ هذه الخطوة لتقليل حجم مجموعات العناصر المرشحة.
خصائص خوارزمية Apriori
- خوارزمية (Apriori) هي سلسلة من الخطوات التي يجب اتباعها للعثور على مجموعة العناصر الأكثر شيوعًا في أماكن البيانات المحددة.
- تتبع تقنية التنقيب عن البيانات هذه خطوات الانضمام والتقليم بشكل متكرر حتى يتم تحقيق مجموعة العناصر الأكثر شيوعًا وكما يتم إعطاء حد أدنى للدعم في المشكلة أو يفترضه المستخدم.
- المفهوم الرئيسي في خوارزمية (Apriori) هو أنّها تفترض أنّ جميع المجموعات الفرعية لمجموعة العناصر المتكررة متكررة وبالمثل بالنسبة لأي مجموعة عناصر غير متكررة يجب أن تكون جميع مجموعاتها الفائقة نادرة أيضًا.
- تعمل خوارزمية (Apriori) على أساس مباشر، وعندما تتجاوز قيمة الدعم لمجموعة عنصر حدًا معينًا يتم اعتبارها مجموعة عناصر متكررة.
- يتم استخدام ميزة أساسية تُعرف باسم خاصية (Apriori) لتعزيز فعالية الإنتاج على مستوى الحكمة للعناصر المتكررة.
- تساعد هذه الخاصية عن طريق تقليل منطقة البحث والتي بدورها تعمل على زيادة إنتاجية إنشاء أنماط متكررة على مستوى الحكمة.
