基于云关联挖掘的物流信息智能分析方法研究

被引：3

作者：

曾奕棠 ^{[1
]}

张玉峰 ^{[2
]}

机构：

[1] 武汉东湖学院管理学院

[2] 武汉大学信息资源研究中心

来源：

情报科学 | 2016年 / 34卷 / 10期

关键词：

云挖掘; 云关联挖掘; 物流信息; 物流信息智能分析;

D O I：

10.13833/j.cnki.is.2016.10.010

中图分类号：

F252 [物资流通]; TP311.13 [];

学科分类号：

1201 ;

摘要：

目前的物流信息关联规则分析模型与方法难以适应分布、异构、动态的大数据环境。云关联挖掘实现了云计算与关联规则挖掘的结合,其核心是实现关联规则挖掘算法的Map Reduce并行化。本文在构建基于云关联挖掘的物流信息智能分析模式的基础上,以Apriori算法为例,探索了并行的物流信息关联规则分析算法及其实现,研究设计了Map Reduce并行化的Map函数、Combine函数和Reduce函数。最后,分析了本方法的优势。

引用

页码：56 / 60

页数：5

共 17 条

[1] MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat. &nbspCommunications of the ACM . 2008 (1)
[2] An Improved Apriori Algorithm Based On the Boolean Matrix and Hadoop[J] . Honglie Yu,Jun Wen,Hongmei Wang,Li Jun. &nbspProcedia Engineering . 2011
[3] 云计算环境下基于MapReduce并行的Apriori算法优化研究
李莉
[J]. 自动化与仪器仪表, 2014, (07) : 1 - 4
[4] Mining logistics data to assure the quality in a sustainable food supply chain: A case in the red wine industry[J] . S.L. Ting,Y.K. Tse,G.T.S. Ho,S.H. Chung,G. Pang. &nbspInternational Journal of Production Economics . 2013
[5] Sensitivity Analysis of Different Supply Design Alternatives: Experimental Results[J] . Nicola Sacco,Enrico Gattorna,Alberto Baudà. &nbspTransportation Research Procedia . 2014
[6] 新的关联规则算法在物流行业中的应用
王琳莎
林国龙
杨斌
[J]. 物流工程与管理, 2009, 31 (03) : 41 - 43
[7] 浅谈基于云计算的数据挖掘技术
周晏
桑书娟
[J]. 电脑知识与技术, 2010, 6 (34) : 9681 - 9683
[8] 一种基于拓扑信息的物流频繁路径挖掘算法
杨俊瑶
蒙祖强
蒋亮
[J]. 计算机科学, 2015, 42 (04) : 258 - 262
[9] 一种基于拓扑信息的物流频繁路径挖掘算法
杨俊瑶
蒙祖强
蒋亮
[J]. 计算机科学, 2015, 42 (04) : 258 - 262
[10] Apriori算法的改进及其在物流信息挖掘中的应用
赵春玲
宁红云
[J]. 天津理工大学学报, 2007, (01) : 30 - 33

← 1 2 →