原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 22卷 第4期 计 算 机 技 术 与发 展 、70l_22 No．4
2012年 4月 C0MPUrER TECHNOLOGY AND DEVELOPMENT Apr． 2012
基于 MapReduce的关联规则增量更新算法
朱晓峰 ，李玲娟 ，徐小龙，陈建新
(南京邮电大学计算机学院，江苏 南京 210003)
摘 要：云计算以其强大的存储和计算能力而成为解决海量数据挖掘问题的有效途径。经典的关联规则增量更新算法
FUP需要频繁扫描原数据集，不适用于海量数据的处理。文中以提高海量数据上关联规则增量更新效率为 目标，将 FUP
算法与云计算的MapReduce编程模式相结合，提 出了一种基于 MapReduce的关联规则增量更新算法 MRFUP。该算法只
需扫描原数据集一次，并能充分利用云计算强大的存储和并行计算能力 基于Hadoop的实验结果表明，MRFUP算法可提
高对海量数据的处理能力和效率，适用于海量数据的关联规则挖掘。
关键词：海量数据挖掘 ；云订算；映射／规约；X--联规则；增量更新
中图分类号：TP311 文献标识码 ：A 文章编号：1673-629X(2012)04一O115～o4
M apReduceBasedAssociationRuleIncremental
UpdatingAlgorithm
ZHUXiao-feng，LILing-juan。XUXiao-long，CHENJian-xin
(CollegeofComputerINanjingUniversityofPostsandTelecommunications，Nanjing210003，China)
Abstract：CIoudcomputing-withitspowerfulstorageandcomputingpower，hasbecomeoneofhtemosteffectivewayfor~lvingthe
problem ofmassivedatamining．FUPisoneofthemostclassicincrementalupdatingalgorihtmsforassociationrules．ButitCallnotmeet
hteneedofmassivedataminingverywellbecauseitneedstoscanhtedatasetfrequently．Inhtispaper，inordertoenhancehteincremen—
talupdatingefficiencyofassociationrulesofrmassivedaat，aMapReducebasedincrementalupdatingalgorihtm forassociationurlesis
proposedbycombingF 【JPalgorihtm andMapReduceprogrammingmode。whichisnamedMRFUP．MRFUPesanstheorigiualdataset
only once，nadtakesfulladvantageofhtepowerfulstorageandcomputingpowerprovidde bycloudcomputing，Theresultsofhteexper-
imentsdeployedonHadoopshow thatMRFUPcallimprovetheabilityandefficiencyofprocessingmassivedata；Itadaptstomineassoci·
ationurlesfrom massivedata．
Keywords：massivedatamining；cloudcomputing；MapReduce；associationurles；incrementalupdafing
0 引 言
文档评论（0）