一种基于MapReduce的频繁模式挖掘算法 |
| |
引用本文: | 叶海琴,孟彩霞,王意锋,张爱玲.一种基于MapReduce的频繁模式挖掘算法[J].南京理工大学学报(自然科学版),2018(1). |
| |
作者姓名: | 叶海琴 孟彩霞 王意锋 张爱玲 |
| |
作者单位: | 周口师范学院计算机科学与技术学院;铁道警察学院公安技术系;73658部队;71352部队自动化站; |
| |
摘 要: | 为了解决Algorithm_Add算法在挖掘大数据中的频繁模式时存在的内存占有量大和运行速度慢等问题,该文在深入研究Algorithm_Add算法的基础上,提出了基于MapReduce计算模型的并行挖掘算法——MRAlgorithm_Add。算法利用MapReduce模型对新增加模式进行处理,在各个节点上求出局部频繁模式,通过合并各个节点的结果得到全局频繁模式。介绍了MRAlgorithm_Add的设计思想,分析了算法的运行性能。实验结果表明MRAlgorithm_Add算法在Hadoop集群上运行,具有较好的加速比性能和良好的可扩展性。
|
本文献已被 CNKI 等数据库收录! |
|