一种稳定的并行分布式频繁集挖掘算法及其应用

• 作者: 姜晓红 秘中凯 雷蕾
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据挖掘 频繁集挖掘 Map/Reduce并行框架 医药数据分析
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 基金项目论文
• 页码范围: 83-85,124
• 分类号: TP3
• 字数: 3769字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.03.024

摘要

为解决大规模医药数据分析中的频繁集挖掘问题,提出一种稳定且具有良好扩展性的并行分布式算法P-FIM.该算法将挖掘任务分割成无相互依赖关系的同构子任务,实现有效的并行计算;并且充分利用Map/Reduce框架和集群环境的优势提高自身的鲁棒性和负载均衡能力.采用最大规模为512万条记录的中医药方剂数据进行算法性能分析实验,其结果表明,该算法在分布式集群环境中表现稳定,而且随着集群规模的增加其加速比接近线性.以P-FIM算法为基础设计实现的中医药数据相关性分析方案,可有效地从大规模临床数据中获得全面、可靠的病、症、药间相关性的信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷蕾	中国中医科学院中医药信息研究所	43	226	9.0	13.0
2	姜晓红	浙江大学计算机科学与技术学院	15	464	7.0	15.0
3	秘中凯	浙江大学计算机科学与技术学院	1	2	1.0	1.0