基于T-Apriori算法的纺织品质检数据分析

来源：现代纺织技术杂志2025年第06期北京时间：

作者：吕沿沿 , 薛文良, 魏孟媛, 马颜雪

单位：1. 东华大学纺织学院，上海 201620；2. 上海海关学院，上海 201204

摘要：为解决纺织品质检不合格数据在进行关联规则挖掘时计算时间较长的问题，对传统Apriori算法进行优化，提出了一种基于三元组的数据挖掘方法——T-Apriori算法。该算法的核心思想在于通过将数据的布尔矩阵压缩存储为三元组形式，从而有效减少存储空间并提升计算效率。针对支持度的确定，还提出了一种更为客观的方法，即通过分析候选1项集频数区间对应的候选1项集个数的变化趋势来调整支持度阈值，以更好地适应数据特性。结果表明:T-Apriori算法在与传统Apriori算法及其优化版本C-Apriori算法的比较中，表现出显著的性能提升，其运行时间仅为传统Apriori算法的40%。尤其在数据量较大且支持度较低的情况下，T-Apriori算法的时间下降幅度更为显著，证明其在大数据量和低支持度环境下具有更为优异的处理性能。通过采用T-Apriori算法，纺织品质检数据的分析效率得到了极大提高，为质量监管和决策支持提供了更加高效的数据分析工具，具有重要的实际应用价值。

关键词：关联规则,Apriori算法,三元组,质量检测,纺织品

基金资助：国家重点研发计划项目（2022YFF0607203）