Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。算法的名字基于这样的事实: 算法使用频繁项 集性质的先验知识。Apriori使用一种称作逐层搜索的选代方法，k- 项集用于探索(k+1)- 项集。首先，找出频繁1- 项集的集合，该集合记作L1。L1用于找频繁2-项集的集合L2，而L2 用于找L3，如此下去，直到不能找到频繁k- 项集。找每个Lk需要一次数据库扫描。为提高频繁项集逐层产生的效率，一种称作Apriori 性质的重要性质用于压缩搜索空间。Apriori性质: 频繁项集

本文以对商业银行信用卡历史客户数据为研究对象，介绍了数据挖掘方法中决策树C4.5算法和关联规则Apriori 算法的应用，并通过weka软件进行实证分析，从而为银行信用卡客户信用程度评定提供了决策支持。

摘 要: Weka工作平台拥有一个进行数据挖掘任务的图形用户界面和可视工具。文中针对具体实例，就Apriori算法使 用weka加以详细阐述。