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:
为解决AprioriTid算法对大数据执行效率不高的问题,根据Hadoop平台的MapReduce模型,分析了AprioriTid算法的并行化方法,给出了并行化的主要步骤和Map、Reduce函数的描述.与串行的AprioriTid算法相比,并行算法利用了多个节点的计算能力,缩短了从大数据集中挖掘关联规则的时间.对并行算法的性能进行了测试,实验结果表明,并行AprioriTid算法具有较高的执行效率和较好的可扩展性.
推荐文章
基于MapReduce并行化计算的大数据聚类算法
大数据
MapReduce
并行计算
数据聚类
基于MapReduce的并行贝叶斯分类算法的设计与实现
MapReduce
文本分类
Hadoop
贝叶斯
ABC_Kmeans聚类算法的MapReduce并行化研究
K-means
聚类
人工蜂群
MapReduce
基于MapReduce的并行加权FIUT算法
大数据
关联规则
MapReduce
加权模型
FIUT
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 AprioriTid算法的MapReduce并行化实现
来源期刊 微型机与应用 学科 工学
关键词 AprioriTid算法 MapReduce Hadoop 关联规则
年,卷(期) 2015,(24) 所属期刊栏目 软件与算法
研究方向 页码范围 22-24,27
页数 4页 分类号 TP311.1
字数 2602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 周国军 玉林师范学院数学与信息科学学院 24 76 4.0 7.0
2 唐微 玉林师范学院数学与信息科学学院 15 8 1.0 2.0
3 梁燕红 玉林师范学院数学与信息科学学院 17 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
研究主题发展历程
节点文献
AprioriTid算法
MapReduce
Hadoop
关联规则
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导