基于PFP-Growth算法的海量频繁项集挖掘-中国云计算.PDF

网络出版时间：2013-05-09 10:57 网络出版地址：/kcms/detail/61.1450.TP1057.013.html PFP-Growth PFP-Growth 基于PPFFPP--GGrroowwtthh算法的海量频繁项集挖掘 江雨燕, 李平 （安徽工业大学 管理科学与工程学院，安徽马鞍山 243032） 摘 要：随着互联网技术的发展，网络数据变得越来越巨大，如何从中挖掘有效信息成为人们研究的重点。 近年来频繁项集挖掘由于其在关联规则挖掘、相关挖掘等任务中的相关重要作用，越来越受到人们的重视。 本文针对分布式计算环境下频繁项集挖掘算法的研究，对PFP-Growth算法进行了改进，通过MapReduce编 程模型对改进的PFP-Growth算法进行了实现和应用，使用户可以从海量数据中高效地获得所有需要的频繁 项集，实验结果表明算法在针对海量数据时具有较高的效率和伸缩性。 关键词：频繁项集；海量数据；PFP-Growth； MiningMassiveFrequentItems BasedonPFP-GrowthAlgorithm MiningMassiveFrequentItems BasedonPFP-GrowthAlgorithm MMiinniinnggMMaassssiivveeFFrreeqquueennttIItteemmssBBaasseeddoonnPPFFPP--GGrroowwtthhAAllggoorriitthhmm JIANGYuyan,LIPing （College ofComputerScience,AnhuiUniversityofTechnology,MaanshanAnhui243032,China） Abstract: Abstract: AAbbssttrraacctt::As the development of internet, the data on it become more masive. How to mining useful information from the internet is study by more and mone people. In recent years, frequent item mining which play a important role in mining associations and correlations mining becomes popular among researchers. By the study of mining frequent itemsets based on cloud computing, we improved the PFP-Growth algorithm. We run the algorithm under the MapReducemodel which allowing users to obtain all required frequent itemsets, the results of this study showsthealgorithm hasgoodflexibility, thealgorithmiseffectiveandscalable. keywords keywords kkeeyywwoorrddss：frequentpatterns；massivedata；PFP-Growth； 掘频繁项集的方法先后被提出，使得我们可以在面