Current Location:home > Detailed Browse

Article Detail

基于存储改进的分区并行关联规则挖掘算法

Submit Time: 2018-10-11
Author: 王永贵 1 ; 谢南 1 ; 曲海成 1 ;
Institute: 1.辽宁工程技术大学 软件学院;

Abstracts

基于关联规则在大数据挖掘领域正引起广泛关注,算法的重点及难点就是挖掘频繁集。针对现有算法存储结构简单、生成大量冗余的候选集、时间和空间复杂度高,挖掘效率不理想的情况。为了进一步提高关联规则算法挖掘频繁集的速度,优化算法的执行性能,提出基于内存结构改进的关联规则挖掘算法。算法基于Spark分布式框架,分区并行挖掘出频繁集,提出在挖掘过程中利用布隆过滤器进行项目存储,并对事务集和候选集进行精简化操作,进而达到优化挖掘频繁集的速度、节省计算资源的目的。算法在占用较少内存的条件下,相比于YAFIM和MRApriori算法,在挖掘频繁集效率上有明显地提升。算法不但能较好提升挖掘速度,降低了内存的压力,而且具有很好的可扩展性,使得算法可以应用到更大规模的数据集和集群,从而达到优化算法性能的目的。
Download Comment From cooperative journals:《计算机应用研究》 Hits:1049 Downloads:633
Journal:计算机应用研究
Recommended references: 王永贵,谢南,曲海成.(2018).基于存储改进的分区并行关联规则挖掘算法.计算机应用研究.[ChinaXiv:201810.00041] (Click&Copy)
Version History
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00041V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO