基于FP-Growth改进算法的轮胎质量数据分析

• 作者: 丁铎 易泳 李敏波
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 工业大数据 质量分析 FP-Growth算法 数据挖掘
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 质量优化
• 页码范围: 244-251
• 页数: 8页
• 分类号: TP182
• 字数: 8088字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2019.02.017

摘要

针对轮胎制造过程质量异常的问题分析,介绍了轮胎质量数据获取、有效整合与数据分析流程,基于Hive数据仓库构建了生产数据与产品检测数据相关联的结构化数据集.针对现有频繁模式增长(FP-Growth)算法存在FP树建树性能较低与大数据处理效率低的问题,提出了一种改进的FPGrowth算法,在原有的频繁项头表基础上新增一个tail属性,加速FP树构建.实验结果表明,改进后的FP-Growth并行算法能够有效提高轮胎质量异常数据的关联分析效率,能够找出影响轮胎质量的生产制造重要因素,并且适用于大数据量的数据挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏波	复旦大学软件学院	17	165	7.0	12.0
5	丁铎	复旦大学软件学院	1	2	1.0	1.0
6	易泳	复旦大学软件学院	1	2	1.0	1.0