CAJ | 학술논문

为了准确快速析出关于网吧上网人员记录的频繁项集，通过研究该类海量数据的特征以及各类频繁项集算法，发现在频繁项集析出后的数据量是相对大大减少，可以用Apriori进行关联规则的挖掘，但是海量上网人员记录信息中伴随组之间没有伴随情况，而Apriori算法的频繁项集的析出过程针对该类数据在频繁2-项集的候选过程中会进行初始伴随组之间的大量无用的组合与搜索，同时数据中有部分超长伴随集需要进行有效分割。本文采用了基于初始伴随组内部产生频繁2-候选集和用已有的频繁2-项集分割超长初始伴随组。针对此类数据，最后改进的算法应用结果比直接运用算法提高效率20倍。
위료준학쾌속석출관우망파상망인원기록적빈번항집，통과연구해류해량수거적특정이급각류빈번항집산법，발현재빈번항집석출후적수거량시상대대대감소，가이용Apriori진행관련규칙적알굴，단시해량상망인원기록신식중반수조지간몰유반수정황，이Apriori산법적빈번항집적석출과정침대해류수거재빈번2-항집적후선과정중회진행초시반수조지간적대량무용적조합여수색，동시수거중유부분초장반수집수요진행유효분할。본문채용료기우초시반수조내부산생빈번2-후선집화용이유적빈번2-항집분할초장초시반수조。침대차류수거，최후개진적산법응용결과비직접운용산법제고효솔20배。