基于MapReduce的数据流频繁项集挖掘算法

• 作者: 朱付保 朱颢东 汤萌萌 白庆春
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: MapReduce 频繁项集 数据流 并行计算 数据挖掘
• 年，卷（期）: 2017,（4）
• 页码范围: 429-434
• 页数: 6页
• 分类号: TP392
• 字数: 4221字
• 语种: 中文
• DOI: 10.19603/j.cnki.1000-1190.2017.04.003

摘要

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱颢东	郑州轻工业学院计算机与通信工程学院	70	367	11.0	13.0
2	朱付保	郑州轻工业学院计算机与通信工程学院	38	118	6.0	8.0
3	白庆春	郑州轻工业学院计算机与通信工程学院	5	23	4.0	4.0
4	汤萌萌	郑州轻工业学院计算机与通信工程学院	4	19	3.0	4.0