基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着信息技术的不断发展,数据呈现几何数量级式增长。因数据变得内容多、范围广、数据量大,传统的数据分析算法在大数据背景下,不能满足海量数据的高效关联分析。针对这一问题,对经典的Apriori算法进行了改进,设计并实现了基于hadoop的改进apripri算法的应用。
推荐文章
基于Hadoop平台的图书推荐服务Apriori优化算法
Hadoop
云计算
图书推荐
DAG
Apriori算法
推荐算法
基于矩阵的Apriori改进算法研究
数据挖掘
关联规则
矩阵
Apriori算法
频繁项集
基于压缩矩阵方式的Apriori改进算法
数据挖掘
关联规则
Apriori算法
压缩矩阵
频繁项集
基于Hadoop的DG-Apriori算法
Apriori算法
数据库
Hadoop
频繁项集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Hadoop的改进apriori算法应用
来源期刊 微型电脑应用 学科 工学
关键词 Hadoop 大数据 Apriori算法 关联分析
年,卷(期) 2015,(10) 所属期刊栏目
研究方向 页码范围 69-72
页数 4页 分类号 TP393
字数 4751字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈淡泊 河海大学计算机与信息学院 2 5 2.0 2.0
2 仓一倩 河海大学计算机与信息学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (103)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (12)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Hadoop
大数据
Apriori算法
关联分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导