- 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
Hadoop下负载均衡的频繁项集挖掘算法研究-计算机应用与软件.PDF
第33卷第5期 计算机应用与软件 Vol33No.5
6
2016年5月 ComputerApplicationsandSoftware May201
Hadoop下负载均衡的频繁项集挖掘算法研究
朱文飞 齐建东 洪剑珂
(北京林业大学信息学院 北京 100083)
摘 要 频繁项集挖掘FIM(FrequentItemsetsMining)是关联规则挖掘算法的重要组成部分。而经典Apriori和FPGrowth算法在
海量数据处理时面临内存占用、计算性能等方面的瓶颈。基于Hadoop云计算平台,提出适用大数据处理的频繁项集挖掘HBFP
(HighBalancedparallelFPgrowth)算法,设计后缀模式转换的数据分割及均衡任务分组方案,使计算节点本地拥有计算所依赖的数
据,实现不同节点相互独立的并行数据挖掘方法,并保证算法全局的负载均衡特性。实验数据表明,HBFP算法能均匀地将计算量
分散至不同计算节点,并行且相互独立地进行FPGrowth挖掘过程,算法效率提高了约12%,算法全局稳定性及效率取得提升。
关键词 频繁项集挖掘 FPGrowth算法 Hadoop 并行计算
中图分类号 TP311 文献标识码 A DOI:10.3969/j.issn.1000386x.2016.05.010
RESEARCHONLOADBALANCEDFREQUENTITEMSETSMINING
ALGORITHMBASEDONHADOOP
ZhuWenfei QiJiandong HongJianke
(SchoolofInformation,BeijingForestryUniversity,Beijing100083,China)
Abstract Frequentitemsetsmining(FIM)isanimportantcomponentofassociationrulesminingalgorithms.However,classicalApriori
andFPGrowthalgorithmsfacethebottleneckofmemoryoccupationandcomputationperformancewhenprocessingmassivedata.Basedon
Hadoopcloudcomputingplatform,weproposedtheHBFPalgorithmoffrequentitemsetsminingapplicableforbigdataprocessing,and
designedthedatapartitioningwithsuffixmodeconversionandthebalancedtasksgroupingscheme.Thismakesthenodespossesslocallythe
datarelyedonbythecomputationandrealisestheparalleldataminingmethodwithdifferentnodesindependenteachother,andensuresthe
globalloadbalancingcharacteristicofthealgorithm.ExperimentaldataindicatedthattheHBFPalgorithmcoulddistributethecalculationload
todifferentcomputationnodeuniformlyandrunFPGrowthminingprogressparallellyandmutualindependently.Theefficiencyofthe
algorithmraisedabout12%,andtheglob
您可能关注的文档
最近下载
- 领读经典-外国文学(1)(山东大学)中国大学MOOC慕课 章节测验期末考试客观题答案.docx VIP
- 《电机与拖动基础》课件(共十一章).ppt VIP
- 《PyTorch与深度学习实战》第2章 PyTorch深度学习通用流程.pptx VIP
- 简谱D 想着我Think of Me简谱歌剧魅影.pdf VIP
- 2023-2024学年安徽省马鞍山市第八中学九年级上学期期中考试化学试卷.pdf VIP
- 《PyTorch与深度学习实战》第3章 PyTorch深度学习基础.pptx VIP
- 好书推荐《朝花夕拾》读书分享名著导读PPT课件.pptx VIP
- 22个专业95个病种中医临床诊疗方案目录44.pdf VIP
- 精品解析:天津市第四十三中学2024-2025学年高一上学期第一次月考英语试题(解析版).docx VIP
- 2025年北京市东城区九年级初三一模语文试卷(含答案).docx
文档评论(0)