基于Spark的并行关联规则挖掘算法研究综述

• 作者: 丁亮 刘莉萍 牛晓录 章新友 郭永坤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Spark 并行 关联规则挖掘 Apriori FP-Growth
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP301.6
• 字数: 8351字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0425

摘要

关联规则挖掘是数据挖掘的一个重要分支,但随着数据的快速增长,传统关联规则挖掘算法不能很好地适应大数据的要求,需要在分布式、并行计算的平台上寻找突破.Spark是专门为大数据处理而设计的一个适合迭代运算的并行计算模型,相比MapReduce具有更高效、充分利用内存、更适合迭代计算和交互式处理的优点.对已有的基于Spark的并行关联规则挖掘算法进行了分类和综述,并总结了各自的优缺点和适用范围,为下一步的研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章新友	江西中医药大学计算机学院	77	265	8.0	12.0
2	郭永坤	江西中医药大学计算机学院	8	20	2.0	4.0
3	刘莉萍	江西中医药大学计算机学院	7	20	2.0	4.0
4	丁亮	江西中医药大学计算机学院	3	14	1.0	3.0
5	牛晓录	江西中医药大学药学院	8	20	2.0	4.0