应用自检机器人与关联规则的大数据全链路追溯算法

摘要

针对大数据维度高、数据量庞大的特点，实际应用中大数据全链路追溯算法常面临性能不佳的挑战。为此，提出了一种结合自检机器人与关联规则的优化算法。对采集的大数据实施数据归约与降维操作，随后分析其特征。通过计算特征的支持度、置信度及提升度，确立特征间的关联规则。计算节点综合度量值，识别关键节点，初步勾勒大数据全链路追溯路径。引入自检机器人，实时监控追溯过程，并评估追溯路径节点与实际节点的匹配度。若匹配度不足，及时修正，确保最终追溯路径的准确性。实验结果显示，该算法在实际应用中表现出优越的追溯性能。

关键词

自检机器人 / 关联规则 / 大数据 / 全链路 / 数据追溯 / 追溯算法 / 算法设计