基于分布式数据挖掘方法的研究与应用

• 作者: 张露 汪丽
• 来源期刊: 武汉理工大学学报（信息与管理工程版）
• 学科: 工学
• 关键词: 分布式数据挖掘 MapReduce模型 关联规则 分布式教育决策支持系统
• 年，卷（期）: 2013,（1）
• 页码范围: 40-43
• 页数: 4页
• 分类号: TP311.13
• 字数: 3635字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3852.2013.01.011

摘要

针对关联规则Apriori算法多次重复扫描数据库和产生大量候选频繁项集的缺点,对其进行改进,并在MapReduce模型上得以实现.改进的Apriori算法只需要对整个数据库扫描一次,即可得到所有频繁项集的集合.仿真实验结果表明,随着节点数目的增多,改进算法比原算法执行时间要短,并且这种优势随着节点数目的增加而扩大,说明在异构集群环境下,MapReduce模型的Apriori算法能够提高关联规则挖掘的执行效率.将改进的分布式关联规则算法在分布式教育决策支持系统中应用,通过对实际数据的挖掘,证明了该方法对教育决策的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张露	武汉理工大学计算机科学与技术学院	7	80	3.0	7.0
2	汪丽	武汉理工大学统战部	1	8	1.0	1.0