文献类型：期刊文章

作　　者：刘丽娟[1]

机构地区：[1]南京师范大学泰州学院信息工程学院,江苏泰州225300

出　　处：《计算机工程与设计》

基　　金：江苏省高校自然科学研究面上基金项目(16KJB140007);泰州市科技支撑(软科学)计划基金项目(RM201429)

年　　份：2017

卷　　号：38

期　　号：12

起止页码：3324-3328

语　　种：中文

收录情况：BDHX、BDHX2014、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统的关联规则数据挖掘算法Apriori在处理海量数据时效率低、扩展性差等问题,提出利用Hadoop平台的编程模型MapReduce实现Apriori算法并行化的方法,通过改变数据集的大小、最小支持度、最小置信度、节点数目等几个实验对算法性能进行测试。测试结果表明,经过改进后的Apriori算法,具有良好的并行扩展能力,能够满足大数据处理的需求。实例分析将该算法应用到学生成绩数据中,验证了其有效性,能更好地为教育决策服务。

关 键 词：云计算 关联规则 数据挖掘 大数据 学生成绩  

分 类 号：TP311]