作者:
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:
关联规则是数据挖掘的重要方法之一,但传统的关联规则算法Apriori需要多次扫描数据库,需要很大的I/O开销,不能处理节点失效和负载均衡。云计算下的MapReduce模型能够处理节点失效并能做到负载均衡。将传统的关联规则算法Apriori进行改进,然后移植到Hadoop平台,提出了基于MapReduce编程的数据挖掘算法,它能高效的、并行的完成海量数据挖掘任务。通过实验验证了算法的有效性。
推荐文章
基于MapReduce计算模型的并行关联规则挖掘算法研究综述
数据挖掘
关联规则挖掘
频繁项集
并行
MapReduce
Hadoop
基于云平台的并行关联规则挖掘算法分析
数据挖掘
关联规则
云平台
Hadoop
基于存储改进的分区并行关联规则挖掘算法
关联规则
大数据
候选集
布隆过滤器
Spark
基于MapReduce计算模型的并行关联规则挖掘算法研究综述
数据挖掘
关联规则挖掘
频繁项集
并行
MapReduce
Hadoop
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 基于云计算MapReduce的并行关联规则算法改进研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 云计算 数据挖掘 APRIORI算法 MAPREDUCE
年,卷(期) 2017,(4X) 所属期刊栏目
研究方向 页码范围 185-186
页数 2页 分类号 TP311.13
字数 语种
DOI
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 邓宗强 7 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云计算
数据挖掘
APRIORI算法
MAPREDUCE
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导