集合算法求助：识别经常在一起出现的人群

[dragonzht]

总共有3000个人，每周末都参加集体活动，每个人都根据兴趣选择参加哪个活动，也有一点随机性。
已知每周都有10~20个活动，活动形式是不固定的，每个人都参加一项活动，而且每周只参加一项。
已知每周哪些人在一起参加活动，即参加同一项活动，但不知道每个人参加的具体活动形式。
统计了一年52周的信息。
要根据统计的信息对3000个人进行分类，分类原则：如果两个人经常一起参加活动，那么就分在同一类。
目标是将3000个人分成10类。

如果用一个矩阵统计两个人一起参加活动的次数，需要3000*3000字节的内存，约8.6MByte，有点大。人数再增加时就吃不消了。

有没有牺牲一点准确性，减少内存占用，而且快速的算法呢？

[帖子不能编辑]

你可以换一种表达方法阿。 用一个二维数组，第一维表示活动，第二位表示人。 int info[20][3000]; 也就是几百k内存。

[cfvmario]

关联数据挖掘问题吧。可以增量算的