基于已购买物品的推荐算法apriori

package apri;

import java.io.BufferedWriter;
import java.io.FileWriter;
import java.util.*;

public class ApriImpl {

	private double minsup = 0.6;// 最小支持度
	private double minconf = 0.2;// 最小置信度

	// 注意使用IdentityHashMap，否则由于关联规则产生存在键值相同的会出现覆盖
	private IdentityHashMap ruleMap = new IdentityHashMap（）;

	private String[] transSet = { “abc“ “abc“ “acde“ “bcdf“ “abcd“ “abcdf“ };// 事务集合，可以根据需要从构造函数里传入

	private int itemCounts = 0;// 候选1项目集大小即字母的个数
	private TreeSet[] frequencySet = new TreeSet[20];// 频繁项集数组，[0]:代表1频繁集...
	private TreeSet maxFrequency = new TreeSet（）;// 最大频繁集
	private TreeSet candidate = new TreeSet（）;// 1候选集
	private TreeSet candidateSet[] = new TreeSet[20];// 候选集数组
	private int frequencyIndex;

	public ApriImpl（） {

		maxFrequency = new TreeSet（）;