基于MapReduce的并行关联规则增量更新算法

• 作者: 王晓峰 程广
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 大数据 云计算 MapReduce编程模型 频繁项集 增量更新 关联规则
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 云计算专题
• 页码范围: 21-25,32
• 页数: 6页
• 分类号: TP311
• 字数: 5781字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.02.004

摘要

为解决传统关联规则挖掘算法在大数据环境下运行效率较低的问题,基于频繁模式增长(FP-growth)算法,提出一种面向大数据的并行关联规则增量更新算法.利用MapReduce编程模型与云计算平台,对FP-growth算法各步骤进行并行化处理.在增量更新挖掘过程中,使用已有的频繁项集和1-项集对新增事务集构建频繁模式树,通过扫描原始事务数据库完成频繁项集的更新.实验结果表明,与传统关联规则挖掘算法相比,该算法具有更高的挖掘效率和扩展性,适用于海量数据的关联规则增量挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓峰	上海海事大学信息工程学院	71	454	12.0	17.0
2	程广	上海海事大学信息工程学院	1	18	1.0	1.0