网吧上网人员伴随分析与算法改进研究

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。