关系人分析主要是从海量通信数据中分析出人与人之间的潜在的关系模式,为其他分析系统提供决策支持。将数据挖掘技术应用到关系人的分析中能更容易的挖掘出隐藏在数据中的信息。关系人分析系统主要包括三个模块:用户界面模块、数据准备模块和关联规则挖掘模块。其中用户界面主要负责接受用户的参数输入以及挖掘结果的展示;数据准备模块主要负责数据的采集和预处理;关联规则模块主要负责模式的挖掘。针对关系人分析系统所挖掘的数据具有数据量很大,且随时间不断增加的特点,本文采用基于分区算法的增量式关联规则快速更新算法来实现系统的核心模块—关联规则挖掘模块。分区算法将数据分为多个分区,分别对每个分区进行处理,不仅减少了内存压力还能实现多处理机并行挖掘,提高整个系统的挖掘效率。增量式关联规则快速更新算法是在数据变更时复用以往已经挖掘的结果,而不用在整个数据集上重新挖掘,这样就有效地提高了系统的效率。通过对分区算法的深入分析,可以发现该算法在挖掘过程中会产生大量的无效的候选项集,影响挖掘效率。针对这一问题,采用哈希技术对分区算法进行改进,提出了基于哈希技术的分区算法。对比实验表明,系统的效率在分区算法改进后比改进前有所提升,使系统能在更快的时间内挖掘出有用的模式,具有一定的实用价值。