大数据环境下关联规则并行分层挖掘算法研究

被引：42

作者：

张忠林

田苗凤

刘宗成

机构：

[1] 兰州交通大学电子与信息工程学院

来源：

计算机科学 | 2016年 / 43卷 / 01期

关键词：

大数据; 划分; 关联规则; 并行分层挖掘; 高效性;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

为满足大数据实时处理的需求,提出了一种基于划分的关联规则并行分层挖掘算法(Parallel Hierarchical Association Rule Mining,PHARM)。首先,将整个数据库D随机分割成若干个非重叠区域,并行挖掘出局部频繁项集;然后利用先验性质,连接局部频繁项集得全局候选项集;再次扫描D统计出每个候选项集的实际支持度,以确定全局频繁项集。最后,建模分析了该算法的高效性。

引用

页码：286 / 289

页数：4

共 11 条

[1]

基于Hadoop的并行关联规则算法研究 [D].

余楚礼 .

天津理工大学,

2011

[2]

大数据分析中的关联挖掘 [J].

金宗泽 ;

冯亚丽 ;

纪博 ;

张希 ;

高快 .

计算机与数字工程, 2014, 42 (10) :1924-1928

[3]

基于GPU的并行化Apriori算法的设计与实现 [J].

唐家维 ;

王晓峰 .

计算机科学, 2014, 41 (10) :238-243

[4]

An Efficient Multidimensional Fusion Algorithm for IoT Data Based on Partitioning.[J].Jin Zhou;Liang Hu;Feng Wang;Huimin Lu;Kuo Zhao;.Tsinghua Science and Technology.2013, 04

[5]

大数据管理:概念、技术与挑战 [J].