基于大数据技术的信息频繁项集挖掘研究

• 作者: 张胜祥 石超 姜欣 张迎
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 大数据技术 频繁项集 数据挖掘 关联规则 目标事务库 特征提取
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 理论创新
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.11.042

摘要

针对传统信息频繁项集挖掘方法,在挖掘过程当中冗余数据项集较多,导致运行时间过长的问题,提出基于大数据技术的信息频繁项集挖掘研究.分析数据之间的关联规则,利用关联规则算法,获得各数据节点的局部频繁项集,根据映射原理,参考事务库的存储结构,通过相关计算,得到数据主要特征,利用BP神经网络的反向传播算法,按照实际需求,修正权值方向,压缩数据事务库,生成频繁模式树,至此完成基于大数据技术的信息频繁项集挖掘研究.设计仿真实验,将传统信息频繁项集挖掘方法,与所提出方法相对照,分析所得结果表明,将大数据技术应用到信息频繁项集挖掘当中,能够有效减少冗余数据项集,缩短运行时长.