论文部分内容阅读
针对经典Apriori算法和K-Means算法分别进行了改进，提出一种优化候选集产生的MA-Apriori（matrix-Apriori）算法和一种确定初始聚类中心点选取的IM-K-Means（improve-K-Means）算法，将这两种改进算法与人口收入管理系统相结合。通过理论和性能分析及实例应用验证了改进算法的效率，搭建基于人口收入信息管理的数据挖掘系统。该系统使MA-Apriori算法和IM-K-Means算法平台化，完善了人口收入数据方面的管理，为收入分类和评价提供了科学的新方法。