أصبحت البيانات في عالم اليوم موردًا طبيعيًا ناميًا لا غنى عنه، إذ تمتلك منظمات كثيرة كمًا هائلًا من البيانات وتحتاج إلى أساليب فعالة للاستفادة منها، ففي كل يوم تولّد الأنظمة المختلفة أكثر من 2.5 كوينتيليون بايت من البيانات، وتشير التقديرات الواردة في الدراسة إلى أن تسعين في المئة من البيانات قد أُنشئت خلال السنوات العشر الأخيرة وحدها، وفي خضم هذا التدفق الهائل يبرز التنقيب عن مجموعات العناصر المتكررة بوصفه تقنية للعثور على ارتباطات قيمة وتأسيس علاقات ارتباط بين مجموعات كبيرة من عناصر البيانات، إذ تصف قواعد الارتباط شروط قيم السمات التي تتكرر معًا في مجموعة بيانات معينة، وتأتي هذه الدراسة لتقديم خوارزمية جديدة تعالج قصور الأساليب القائمة في زمن المعالجة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير تقنية جديدة للتنقيب عن مجموعات العناصر المتكررة تصلح لعصر البيانات الضخمة، دون الحاجة إلى خطوة توليد المجموعات المرشحة ودون بناء بنية بيانات خاصة، فقد اعتمدت الخوارزميات القائمة أساسًا إما على توليد المجموعات المرشحة كما في خوارزمية أبريوري، أو على بناء بنية بيانات لمعالجة مجموعات البيانات كما في نمو النمط المتكرر، وترتب على ذلك كلفة زمنية مرتفعة في التعامل مع البيانات الضخمة، وبنى الباحثان الخوارزمية المقترحة على خوارزمية بادي بريما الأصلية، وأطلقا عليها اسم إي بوببا الموسعة القابلة للتوازي والمحسّنة، وتضمنت أسلوب توزيع يجعلها قابلة للتخصيص مع أي معمارية عتاد حاسوبي مستخدمة في المعالجة
ثانيًا: أبرز النتائج
أظهرت النتائج التجريبية أن الخوارزمية المقترحة تتفوق على أحدث التقنيات القائمة في أدائها الزمني، إذ تراوح التحسن في الزمن مقارنة بالأساليب الأخرى بين 36 و99 في المئة، وذلك بحسب مجموعة البيانات المستخدمة والحد الأدنى للدعم المعتمد في كل تجربة، ويؤكد هذا التفاوت الواسع في نسب التحسن أن كفاءة الخوارزمية تتجلى بدرجات مختلفة عبر سياقات البيانات المتنوعة، لكنها تصب جميعًا في اتجاه واحد هو خفض الكلفة الزمنية للتنقيب عن مجموعات العناصر المتكررة، وهو العائق الأبرز الذي واجهته التقنيات السابقة القائمة على توليد المرشحين أو بناء بنى بيانات خاصة لمعالجة البيانات
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي نتائج هذه الدراسة على دلالات تطبيقية للعاملين في مجالات تنقيب البيانات وتحليل البيانات الضخمة، إذ تقدم الخوارزمية المقترحة مسارًا أسرع لاكتشاف الأنماط وقواعد الارتباط الكامنة في مجموعات البيانات الكبيرة، بما يدعم تطبيقات تحليل سلوك المستهلكين وأنظمة التوصية واكتشاف العلاقات بين العناصر في قواعد البيانات الضخمة، كما أن قابلية أسلوب التوزيع فيها للتخصيص مع معماريات عتاد مختلفة تمنحها مرونة عملية في بيئات حوسبية متنوعة، وتفتح الباب أمام بحوث مستقبلية تختبر أداءها على نطاقات بيانات أوسع وتقارنها بتقنيات موازية أخرى في ظروف تشغيل مختلفة
وتتضح قيمة هذا التوجه عند النظر في طبيعة التقنيات القائمة وقيودها، فخوارزمية أبريوري الشهيرة تعتمد على توليد مجموعات العناصر المرشحة وفحصها تباعًا، وهو ما يستهلك زمنًا متصاعدًا كلما كبر حجم البيانات وتعددت عناصرها، بينما تعتمد تقنيات أخرى على بناء بنى بيانات خاصة لاحتواء أنماط البيانات المتكررة، وهو ما يفرض أعباء إضافية في الذاكرة والمعالجة، وتتجاوز الخوارزمية المقترحة هذين القيدين معًا، فلا تولّد مرشحين ولا تبني بنية خاصة، بل تستند إلى منطق خوارزمية بادي بريما الأصلية وتضيف إليه أسلوب توزيع يوزع عبء المعالجة بصورة تجعل الخوارزمية قابلة للتخصيص والتوازي على معماريات العتاد المختلفة، ومن هنا جاءت تسميتها بالموسعة القابلة للتوازي والمحسّنة، وتفتح هذه المرونة الباب أمام توظيفها في بيئات حوسبة موزعة ومتوازية واسعة النطاق، حيث تتطلب تطبيقات التنقيب الحديثة سرعة استجابة عالية عند تحليل تدفقات البيانات المتجددة باستمرار
ويعزز هذا التوجه مكانة قواعد الارتباط في التطبيقات العملية للبيانات الضخمة، من تحليل سلال التسوق إلى اكتشاف الأنماط السلوكية في قواعد البيانات المؤسسية، إذ ظل بطء الخوارزميات التقليدية عائقًا أمام توظيفها في بيئات تتجدد بياناتها باستمرار، فجاءت الخوارزمية المقترحة لتختصر هذا الزمن اختصارًا جذريًا يفتح المجال لاستخدامها في تطبيقات أوسع وأكثر تطلبًا للسرعة
وخلاصة القول إن هذه الدراسة قدمت خوارزمية إي بوببا الموسعة القابلة للتوازي والمحسّنة بوصفها تقنية جديدة للتنقيب عن مجموعات العناصر المتكررة، تتجاوز خطوة توليد المرشحين وبناء بنى البيانات الخاصة، وأثبتت تجريبيًا تفوقها الزمني على أحدث التقنيات بنسبة تحسن تراوحت بين 36 و99 في المئة، بما يجعلها إضافة حاسوبية جديرة بالاهتمام في معالجة البيانات الضخمة
