基于FIUT的并行频繁项集增量更新算法

• 作者: 张平康 张欣 张航 李琪
• 来源期刊: 计算机应用研究
• 关键词: 大数据 频繁项集 MapReduce 增量更新 频繁项超度量树
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1991-1993,2019
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0854

摘要

针对目前大数据快速增加的环境下,海量数据的频繁项集挖掘在实际中所面临的增量更新问题,在频繁项超度量树算法(frequent items ultrametric trees,FIUT)的基础上,引入MapReduce并行编程模型,提出了一种针对频繁项集增量更新的面向大数据的并行算法.该算法通过检查频繁超度量树叶子节点的支持度来确定频繁项集,同时采用准频繁项集的策略来优化并行计算过程,从而提高数据挖掘效率.实验结果显示,所提出的算法能快速完成扫描和更新数据,具有较好的可扩展性,适合于在动态增长的大数据环境中进行关联规则相关数据挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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