Generování asociačních pravidel pro velká data

Abstract

Asociační pravidla jsou nástrojem analýzy dat, který umožňuje nacházet vztahy mezi objekty. Jedním z typických využití je analýza nákupních košíků v obchodě pro lepší optimalizaci prodejních taktik. Objem analyzovaných dat stále roste. Dříve navržené algoritmy pro generování asociačních pravidel již nereflektují možnosti současných systémů a proto je nutné je upravit. Tato diplomová práce se zabývá popsáním vybraných algoritmů a jejich úpravou pro efektivní běh v paralelním prostředí velkých dat.

Association rules are data analysis tool which can find relationships between objects. Shopping cart analysis for supermarket optimalization is one of the typical use cases. Volume of data for analysis is constantly growing. Older algorithms for association rules generation cannot fully utilize computational capabilities of state of the art systems and. Adjustment is required. This diploma thesis describes those algorithms and their modification for big data parallel computing.