1、 Apriori 算法是一种最有影响力的挖掘布尔关联规则的频繁项集的 算法，它是由Rakesh Agrawal 和RamakrishnanSkrikant 提出的。
它使用一种称作逐层搜索的迭代方法，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L2，如此下去，直到不能找到 k- 项集。每找一个 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。其运行定理在于一是频繁项集的所有非空子集都必须也是频繁的
二是非频繁项集的所有父集都是非频繁的。
2、 Apriori算法过程分为两个步骤：
第一步通过迭代，检索出事务数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集
第二步利用频繁项集构造出满足用户最小信任度的规则。
具体做法就是：
首先找出频繁1-项集，记为L1然后利用L1来产生候选项集C2，对C2中的项进行判定挖掘出L2，即频繁2-项集不断如此循环下去直到无法发现更多的频繁k-项集为止。每挖掘一层Lk就需要扫描整个数据库一遍。
