基于大数据集的动态数据库关联挖掘研究

• 作者: 刘张榕
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 大数据集 动态数据库 数据库关联 关联挖掘
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 60-62,67
• 页数: 4页
• 分类号: TP301|TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.12.017

摘要

动态数据库关联挖掘方法存在挖掘时运行时间长、内存使用量大、各节点任务分布不均等问题,因而提出了基于大数据集的动态数据库关联挖掘研究.采用大数据集中分布式计算,分布式存储动态数据库中的历史数据;针对其存储的数据序列,进行数据修剪重排分组和计算量预估与均衡化分组,形成动态数据库历史数据;更新动态数据库新增数据,分别挖掘动态数据库中的历史数据和新增数据,并将数据合并,完成动态数据库关联挖掘.结果表明,采用该方法进行动态数据库关联挖掘,受到支持度影响较小,运行速度快,对内存使用量低,能均匀分配各节点的计算量.