【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第11期 294-296页,共4页

【作 者】： 李炳乾

【摘 要】 在网络数据管理优化问题的研究中,对等P2P为点对点网络通信。由于数据特征受到主观因素的影响较大,无法形成固定的关联特征,使得关键特征定位往往需要进行较大规模的大数据对比,传统的关联规则方法应用到此网络特征搜索过程时,建立的规则往往较为混乱甚至无规则可言,造成数据特征挖掘耗时,无效挖掘行为较多,效率较低。为此,提出利用Apriori算法的对等P2P网络中大数据关键特征挖掘方法。筛选对等p2p网络中大数据特征,选取聚类中心,并针对聚类中心进行关联性计算,删除关联性较差的特征。根据Apriori算法相关理论,对数据进行连接和剪枝处理,建立大数据关键特征挖掘模型。实验结果表明,利用改进算法进行对等p2p网络中大数据关键特征挖掘,能够提高挖掘的准确性,满足p2p网络的实际需求。