种基于分布式数据库的联系规则挖掘新算法.pdfVIP

第 21卷 第 2期 计 算 机 技 术 与 发 展 V01．21 No．2 2011年 2月 COMPUTER TECHN()LOGY AND DEVEL0PMENT Feb． 2011 一 种基于分布式数据库 的关联 规则挖掘新算法 黄 勇，赵 靖 (安徽科技学院 计算机系，安徽 凤阳233100) 摘 要：分布式系统下关联规则挖掘算法的挖掘效率取决于频繁项 目集的确定和网络各站点问的通讯最。为提高频繁项 目集的生成效率 ，提出了关系数据库下一种新的数据预处理方法 以及一种基于数组形式的频繁项 目集生成算法。新的数 据预处理方法可以降低候选项 目集的数量，甚于二进制的数组 只需进行逻辑与运算便可生成频繁项 目集 ，将该算法结合 星型网络结构下的分布式挖掘算法 SDMA应用于实验挖掘，理论分析与实验结果表明，算法提高 了，挖掘效率 ，是可行的。 关键词：分 式系统 ；关联规则 ；算法 中图分类号：TP301．6 文献标识码：A 文章编号 ：1673—629X(2011)02—0147—04 An InnovationAlgorithm ofAssociation RulesM ining f0rDistributedDatabase HUANG Yong，ZHAO Jing (DepartmentofComputerScience，AnhuiScienceandTechnologyUniversity，Fengyang233100，China) Abstract：Theperformanceofassociationrulesminingfordistributeddatabasemainlydependsonthecomputationofrfequencyitem sets andcommunicationofnetworking．In orderto enhancethegeneration effi ciencyoffrequentitemssets，putforwardanew dataprepro- cessingmethodwhichcanreducethe sizeofcandidate item ssets，aswellasa generation algorithm ofrfrequentitemssetswith arrays whichpresentsitemstobinaryformsandusessomesimplelogicaloperationstogeneraterfequentitemssets．Theorynaalysisnadexperi— mentson datasetmining indistributeddatabasewithradicalnetwork stur ctureshow thatSDMA algorithm isquiteeffectiveandfeasible． Key words：distributed system ；associationrule；algorithm 0 引 言 站点上都存储全局的候选项 目集和频繁大项集，利用 关联规则挖掘是从大数据集中提取潜在的关联关 Apriori算法计算出候选集在本站点数据集上的支持 系或模式 ，从而认识事物客观规律的一种方法。关联 数 ，然后做一次同步 ，各站点交换本站点候选项 目集的 规则挖掘的研究是数据挖掘领域一个较为重要的研究 支持数，它是典型的基于Apriori的并行算法。结点之 课题 。 ，它在货篮计划、市场营销、商品广告邮寄分 间通讯量为 O(n)，它的扩展性不