基于MapReduce的并行加权FIUT算法

• 作者: 张平康 张欣 张航 李琪
• 来源期刊: 微电子学与计算机
• 关键词: 大数据 关联规则 MapReduce 加权模型 FIUT
• 年，卷（期）: 2018,（7）
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文

摘要

针对目前大数据环境下,传统频繁项集挖掘算法效率低下的问题,在MapReduce框架的基础上,结合加权模型提出了一种并行加权频繁项集挖掘算法PWFIUT(Parallel Weighted Frequent Itemset Ultrametric Tree).该算法将候选项映射到哈希表中以划分支持度,同时避免构建条件模式和实现压缩存储.最后,对PWFIUT算法在Hadoop平台进行了测试与分析,实验结果表明所提出的算法具有较好的运行效率和扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欣	贵州大学大数据与信息工程学院	48	197	8.0	11.0
2	张平康	贵州大学大数据与信息工程学院	9	27	3.0	4.0
3	李琪	贵州大学大数据与信息工程学院	7	18	3.0	4.0
4	张航	贵州大学大数据与信息工程学院	10	18	3.0	4.0