基于MapReduce的增量数据挖掘研究

• 作者: 孙隽枫 廖宝魁
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 增量数据挖掘 MapReduce 增量挖掘二叉树 频繁项集
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 技术与方法
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP3
• 字数: 2961字
• 语种: 中文

摘要

频繁项集挖掘是数据挖掘过程中的重要部分，传统数据挖掘算法中常用 Apriori 算法和FP 增长算法来挖掘频繁项集。在实际应用中，传统算法往往不能用于频繁更新的数据库，采用 IMBT数据结构能从不断更新的数据库中挖掘频繁项集，但是这将导致存储空间不足和运行效率低下的问题。基于 MapReduce 的增量数据挖掘能够有效解决这些问题，通过对比基于 MapReduce 的增量数据挖掘和传统增量数据挖掘的运行时间可以证明，基于 Mapeduce 的增量数据挖掘更高效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙隽枫	贵州大学管理学院	2	5	1.0	2.0
2	廖宝魁	贵州大学计算机科学与信息学院	2	5	1.0	2.0