基于MapReduce-HBase的Apriori算法的改进与研究

• 作者: 程阳 章韵
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 剪枝策略 MapReduce HBase Apriori算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 91-99
• 页数: 9页
• 分类号: TP311
• 字数: 6854字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2018.05.013

摘要

Apriori算法是关联规则数据挖掘领域最经典的算法之一,其挖掘效果已经得到了企业界的广泛认可.大数据时代的到来,使得Apriori算法已经无法适应海量数据挖掘的需求.文中基于剪枝策略、MapReduce编程模型对原始Apriori算法进行改进(MR-Apriori算法);在此基础上引入HBase数据库继续对MR-Apriori算法改进(MRH-Apriori算法),实现了Apriori算法并行化.在Hadoop集群上对MR-Apriori算法和MRH-Apriori算法分别从不同事务集规模、不同节点数、不同最小支持度三个方面进行对比,结果表明MRH-Apriori算法具有更高的高效性和良好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章韵	南京邮电大学计算机学院	66	541	12.0	20.0
5	程阳	南京邮电大学计算机学院	2	15	2.0	2.0