挖掘最大频繁项集的并行算法

• 作者: 李庆华 王卉 蒋盛益
• 来源期刊: 计算机科学
• 关键词: 频繁项集 并行算法 数据挖掘
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 132-134,188
• 页数: 4页
• 字数: 4265字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.12.038

摘要

频繁项集的挖掘是数据挖掘的核心内容.本文提出挖掘最大频繁项集的并行算法P-MinMax,它采用数据库的垂直表示和基于前缀关系的等价类划分,利用因子项集的完全包含关系在处理机之间贪心分配等价类,根据等价类的需要相应地划分和有选择地复制数据库记录,使各处理机得以异步计算,达到了较好的负载平衡.分析和实验表明,P-MinMax有较好的可扩展性,其性能优于已有同类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆华	华中科技大学计算机学院	113	1366	21.0	30.0
2	蒋盛益	华中科技大学计算机学院	16	326	10.0	16.0
3	王卉	华中科技大学计算机学院	22	125	7.0	11.0