刘云萍

摘 要： 为解决传统挖掘方法进行数据挖掘时，存在规定时间范围内数据挖掘量少，导致挖掘效率不高的问题，提出Apriori算法在无线网络数据智能挖掘中的应用研究。通过数据挖掘关联规则设计、基于Apriori算法的无线网络数据文本分类和无线网络数据离群点智能过滤，实现无线网络数据智能挖掘。通过实验证明，所提挖掘方法与传统方法相比挖掘效率得到明显提升。

关键词： Apriori算法; 无线网络; 关联规则; 智能挖掘

文章编号： 2095-2163（2021）03-0113-02 中图分类号：TN911.1-34 文献标志码：A

【Abstract】In order to solve the problem that the amount of data mining in the specified time range is small when the traditional mining method is used for data mining， which leads to low mining efficiency， this paper proposes the application research of Apriori algorithm in wireless network data intelligent mining. Through the design of data mining association rules， using text classification of wireless network data based on Apriori algorithm and intelligent filtering of wireless network data outliers， intelligent mining of wireless network data is realized. Experiments show that the mining efficiency of the proposed method is significantly improved compared with the traditional method.

【Key words】 Apriori algorithm; wireless network; association rules; intelligent mining

0 引 言

当前，数据挖掘技术在各个领域中都有着十分广泛的应用，并逐渐成为具有较高价值意义的工程类工具和手段。大部分数据挖掘过程中都会产生海量的数据，因此导致计算量庞大，很难实现对数据的精准挖掘，同时还会浪费大量的时间[1]。目前的挖掘方法有着严重的局限性，在实际应用过程中多会出现数据存储中心宽带消耗量大、数据易发生泄漏等问题[2]。面对该问题现状，相关领域的研究人员逐渐将针对无线网络中数据的挖掘方法作为主要研究内容。研究可知，Apriori算法能够通过逐层迭代的方式找出不同环境当中数据之间的关联，并进一步推导出其规则。当前Apriori算法应用效果十分良好。基于此，本文拟开展Apriori算法在无线网络数据智能挖掘中的应用研究。

1 基于Apriori算法的无线网络数据智能挖掘方法设计

1.1 无线网络数据挖掘关联规则设计

利用Apriori算法对无线网络数据文本进行分类前，要明确数据挖掘关联规则。……