基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法.docVIP

基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法.doc

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法.doc

基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法   摘 要:   大数据时代,开展面向海量、分布数据的知识发现研究成为学界和业界关注的热点,而负载均衡问题是开发分布式挖掘算法必须考虑的重要因素之一。为此,提出了一种基于垂直频繁模式树带有负载均衡的分布关联规则挖掘算法,算法采用垂直频繁模式树存储项及其关联而无需对局部挖掘结果进行合并,减少了通信量,简化了处理流程。同时所提出的算法采用混合体系结构即中心站点按照局部站点的处理能力分配任务,实现了负载均衡,提升了算法的性能。实验结果表明所提算法切实可行并具有较高效率。   关键词:关联规则挖掘;分布式;垂直频繁模式;负载均衡;序列化   中图分类号: TP311.1   文献标志码:A   Distributed rules mining algorithm with load balance based on vertical FP-tree   Abstract:   In mass data era, the research on knowledge discovery of massive and distributed data has become the hot spot in both academic field and industry. The problem of load balance is one of the important factors that must be considered in developing a distributed mining algorithm. Therefore, a distributed association rules mining algorithm with load balance based on vertical FP-tree (VFP-LBDM) was proposed in this paper. Vertical frequent pattern tree was used in this algorithm to store items and their associations, and there was no need to combine the local mining results. Therefore, the communication cost was reduced and the processing procedure was also simplified. At the same time, the algorithm used the hybrid architecture in which the central site assigned tasks according to the processing capacity of each local site. It realized the load balance and improved the performance of the algorithm. The experiment shows that the algorithm given in this paper is feasible and has higher efficiency.   Key words:   association rules mining; distribution; Vertical Frequent Pattern (VFP); load balance; serialization   0 引言   大数据时代,企业数据量激增且分布存储于不同站点,这些数据蕴含着巨大的商业价值,企业亟需利用数据挖掘工具从中获取竞争优势。分布关联规则挖掘因其过程简捷、结果易于理解等优势,已成为应用最为广泛的挖掘方法[1-2],其适应性改进与完善一直为学界与业界所关注。   目前,主流分布关联规则挖掘算法大多是为适应分布式数据环境对经典Apriori算法[3]和频繁模式增长(Frequent Pattern growth, FP-growth)算法[4]的改进,如:Tseng等[5]提出将大型数据库按照相关性进行分块后再分配给各站点进行挖掘,只在任务分配和结果返回时产生通信;何波[6]提出的基于频繁模式树的分布式关联规则挖掘算法(Distributed algorithm for Mining Association Rules based on FP-tree, DMARF)采用顶部和底部剪枝策略,有效压缩了候选项集,降低了通信量。以上算法在合并局部结果时都存在通信量开销较

文档评论(0)

lmother_lt + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档