期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

2019年 第20卷 第9期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2019年 第20卷 第9期 doi: 10.1631/FITEE.1800467

基于条件模式的一种无分组并行频繁模式挖掘算法

1. College of Computer Science and Technology, Changchun University, Changchun 130022, China
2. School of Economics, Changchun University, Changchun 130022, China
3. School of Information Science and Technology, Northeast Normal University, Changchun 130117, China
4. Division of Engineering Science, University of Toronto, Ontario M5S2E8, Canada
5. School of Computer Science and Electronic Engineering, University of Essex, Colchester CO43SQ, UK

发布日期： 2019-11-07
HTML10 PDF 4 收藏 0

下一篇 上一篇

摘要

频繁项集挖掘是关联规则挖掘的主要方法。由于计算空间和性能限制，特别是当数据集剧增时，挖掘频繁项的关联需要大量时间和资源。在大数据环境下的关联数据挖掘过程中，通常采用MapReduce模型进行任务划分及并行处理，从而提高算法执行效率。为确保关联规则在任务划分和并行处理期间不被破坏，需要将内部关系数据存储在计算机空间中。与原始数据集相比，存储冗余的内部关系数据将显著增加空间的使用。研究发现，频繁模式挖掘算法的形成主要依赖于条件模式基。基于并行频繁模式（PFP）算法理论，本文提出一种无分组的PFP（NG-PFP）挖掘算法。该算法取消了分组模式，减少了子任务之间的数据冗余。实验结果表明，无分组模型在计算效率和空间利用率方面都有显著提高。

相关研究