基于MapReduce的频繁闭项集挖掘算法改进

• 作者: 付婷婷 杨世平
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: MapReduce 频繁闭项集 FP增长算法
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 网络与通信
• 页码范围: 66-69
• 页数: 4页
• 分类号: TP3-0
• 字数: 2340字
• 语种: 中文

摘要

挖掘频繁闭项集(CFI)在许多实际应用中起着重要的作用.传统的数据挖掘算法中常用FP增长算法和Apnori算法来挖掘频繁项集.然而,内存需求和计算成本成为CFI挖掘算法的瓶颈,尤其是在从大型数据集中挖掘频繁闭项集时,是一个重要和具有挑战性的问题.针对上述问题,提出一种基于云计算的MapReduce框架的并行AFOPT-close算法,使MapReduce可广泛地用于处理大型数据.此外,用于检查频繁项集是否为完全闭的有效并行算法也要求MapReduce平台进一步完善其性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世平	贵州大学计算机科学与技术学院	47	250	9.0	13.0
5	付婷婷	贵州大学计算机科学与技术学院	3	6	2.0	2.0