文献类型：期刊文章

作　　者：杨勇[1] 王伟[1]

机构地区：[1]重庆邮电大学计算机科学与技术研究所,重庆400065

出　　处：《重庆邮电大学学报（自然科学版）》

基　　金：重庆市自然科学基金(CSTC;2007BB2445);重庆市教委科学技术研究项目(KJ110522);重庆邮电大学科研基金(A2009-26)~~

年　　份：2013

卷　　号：25

期　　号：5

起止页码：651-657

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：FP-growth算法是不产生候选集的关联规则挖掘算法,在许多领域中具有很高的实际应用价值。然而经典的FP-growth算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力。对经典FP-growth算法中FP-tree的结构和挖掘过程进行了改进,分析了FP-tree单路径和多路径的不同挖掘方法,提出了一个剪枝策略,在挖掘过程中减少了部分分支的迭代次数。然后利用云计算的MapReduce编程技术,对改进的FP-growth算法的各个步骤并行化。实验结果表明改进的算法在处理不同的数据集时有一定的优势,然后经过MapReduce模型并行化后,提高了对海量数据的处理能力和效率,并且具有较好的加速比和良好的扩展性。

关 键 词：HADOOP MAPREDUCE FP—growth  数据挖掘  云计算  关联规则

分 类 号：TP181]