基于MAPREDUCE并行处理的轨迹模式挖掘算法的研究

• 作者: 彭茗菁 李伟亮 马传香
• 来源期刊: 物联网技术
• 关键词: 改进型FP-Growth Map-Reduce Hadoop 轨迹预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 学术研究 Academic Forum -- 智能处理与应用 Intel igent Processing and Application
• 页码范围: 69-71
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

关联规则算法中FP-Growth算法虽不产生候选集，但由于算法高度依赖于内存空间，阻碍了算法在大数据领域的发挥，因此，改进了经典的FP-Growth算法，首先创建支持度计数表，避免了算法对条件模式基的第一次遍历，减少了对数据库的扫描次数；其次利用剪枝策略删去了大量沉余的非频繁项集；最后将算法并行化，利用 Hadoop平台优势极大提高数据处理的效率，同时解决了算法占用内存的瓶颈问题。实验结果表明，改进型FP-Growth算法挖掘和预测轨迹的效率明显高于经典算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马传香	湖北大学计算机与信息工程学院	22	88	6.0	8.0
2	李伟亮	湖北大学计算机与信息工程学院	3	12	2.0	3.0
3	彭茗菁	湖北大学计算机与信息工程学院	2	3	1.0	1.0