不确定数据流中频繁模式的并行挖掘算法

• 作者: 常艳芬 王乐 王辉兵
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 不确定数据 频繁模式 数据挖掘 并行算法
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 数据工程
• 页码范围: 20-23,162
• 页数: 5页
• 分类号: TP311.13
• 字数: 4831字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.005

摘要

不确定数据集中频繁模式挖掘的研究热点之一是挖掘算法的时空效率的提高，特别在目前数据量越来越大的情况下，实际应用对挖掘算法效率的要求也更高。针对动态不确定数据流中的频繁模式挖掘模型，在算法 AT-Mine 的基础上，给出一个基于MapReduce 的并行挖掘算法。该算法需要两次 MapReduce 就可以从一个滑动窗口中挖掘出所有的频繁模式。实验中，多数情况下通过一次 MapReduce 就可以挖掘到全部频繁项集，并且能按数据量大小均匀地把数据分配到各个节点上。实验验证了该算法的时间效率能提高1个数量级。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王乐	大连理工大学创新实验学院	17	151	9.0	12.0
2	常艳芬	宁波大红鹰学院信息工程学院	14	26	3.0	4.0
3	王辉兵	大连理工大学创新实验学院	5	32	3.0	5.0