文献类型：期刊文章

作　　者：曾毅[1] 周湘贞[2]

Yi ZENG;Xiang-zhen ZHOU(Guangxi University Xingjiart College of Science and Liberal Arts Computer andInformation Engineering Department,Nanning 530005,China;Chinese Academy of Social Sciences,Beijing 100102,China)

机构地区：[1]广西大学行健文理学院理工学部计算机与信息工程系,南宁530005 [2]中国社会科学院,北京100028

出　　处：《机床与液压》

基　　金：Science and Technology Key Project of Henan Province(182102110277);The Basis of Scientific Research Ability for Young Teachers Improve Project,Guangxi(2018KY0783,2019KY0960)~~

年　　份：2019

卷　　号：47

期　　号：6

起止页码：98-103

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：针对Hadoop框架下的用户行为大数据挖掘效率问题,提出了一种改进的关联规则Apriori挖掘算法。该算法首先实现了Hadoop框架下的项集分类建模。然后通过传统关联规则Apriori算法的挖掘步骤分析,对候选项目集的生成方式进行了改进,并结合标志位信息实现无用事务去除,有效压缩了事务和项目的数量,从而缩短了任务处理时间。在具体实现过程中对改进Apriori算法流程进行了Map Reduce处理。仿真实验表明:相比于传统Apriori算法,改进后的Apriori挖掘算法具有更高的执行效率。

关 键 词：大数据 Hadoop框架  APRIORI 项集分类  执行效率  

分 类 号：TP393]