基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于MapReduce的并行Apriori算法解决了传统Apriori算法多次扫描数据库的问题,但是其候选集仍然由频繁项集经过串行自连接产生,并产生了大量的候选集中间数据.为了提高Apriori算法挖掘频繁项集的效率,在基于MapReduce的Apriori算法的基础上对连接步进行并行化改进,提出大数据环境下挖掘频繁项目集的新算法-CApriori算法.新算法通过Map、Reduce过程从频繁 k- 项集中并行得到 k+1 项候选集,使得Apriori算法产生频繁项集的整个过程并行化,减少了迭代过程中候选集数目,节约了存储空间和时间开销.通过对时间复杂度进行分析比较,改进算法在处理大规模数据时会大大减少连接步的时间消耗.将CApriori算法在Hadoop平台上进行了实验,结果表明改进算法在大数据和较小支持度环境下都具有更高的效率,且能取得优异的加速功能.
推荐文章
基于MapReduce架构的并行矩阵Apriori算法
数据挖掘
关联规则
Apriori算法
云计算
矩阵
基于MapReduce并行化计算的大数据聚类算法
大数据
MapReduce
并行计算
数据聚类
基于MapReduce的Apriori前后项约束关联规则改进算法
关联规则
Apriori算法
项约束
MapReduce
并行算法
Hadoop
基于MapReduce架构的并行矩阵Apriori算法
数据挖掘
关联规则
Apriori算法
云计算
矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MapReduce的Apriori算法并行化改进
来源期刊 计算机技术与发展 学科 工学
关键词 关联规则 数据挖掘 MapReduce Apriori
年,卷(期) 2017,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 64-68
页数 5页 分类号 TP301.6
字数 4220字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦军 南京邮电大学教育科学与技术学院 91 805 14.0 24.0
2 郝天曙 南京邮电大学计算机学院 3 26 3.0 3.0
3 董倩倩 南京邮电大学计算机学院 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (534)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (51)
二级引证文献  (6)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
关联规则
数据挖掘
MapReduce
Apriori
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导