基于MapReduce的Eclat改进算法研究与应用

• 作者: 张春 汲磊举
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: Eclat算法 数据挖掘 MapReduce 关联规则
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 通信网络与数据挖掘
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP301.6
• 字数: 4505字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2016.03.001

摘要

针对Eclat算法在挖掘海量数据中的频繁项目集时存在的内存和计算资源不足等问题,将Eclat算法与目前流行的大规模数据集并行编程模型MapReduce结合,解决了Eclat算法在数据挖掘过程存在的瓶颈问题,运用于动车组故障诊断系统中,提高了关联规则挖掘的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春	北京交通大学计算机与信息技术学院	35	215	10.0	13.0
2	汲磊举	北京交通大学计算机与信息技术学院	1	4	1.0	1.0