基于分布式并行关联规则的挖掘算法.docVIP

精品文档（可编辑） 值得下载 基于分布式并行关联规则的挖掘算法 摘 要 以往使用的分布式数据挖掘算法各有优缺点，提出了一种基于星型网络的分布式关联规则挖掘算法。对其基本思想、算法描述等进行了分析。 【关键词】并行关联规则 挖掘算法 SDAM算法 在因特网的推动下，分布式数据库的应用范围越来越广，如超市、银行、图书馆等领域都有所应用。随着数据量的增多，对信息安全要求的提高，数据挖掘技术备受关注，成了当前研究的重点。作为数据挖掘领域的重要组成部分，关联规则可发现不同项之间内在的联系，进而提高更优质的服务。自上世纪90年代被发现后，相关研究日益增多，特别是分布式并行挖掘方面，很多算法相继被提出。其中，FDM算法得到广泛应用，但尚有缺陷点。为此，提出一种新的算法。 1 SDAM算法 实际中，网络拓扑结构多呈现星型结构，针对FDM算法的不足，对其加以改进，介绍一种基于星型网络的分布式关联规则挖掘算法SDAM算法。SDAM算法是在Aprioi算法的基础上，候选集为1项的项目长度，通过数据库扫描分析，算出局部大项集。接着将此局部大项集发送至中心结点，通过判断，检查此项集能否满足全局的大项集标准。在项目长度为k的大项集基础上，生成项目长度为k+1的大项集，然后对数据库进行二次分析、扫描，最后确定项目的全部大项集。SDAM算法与FDM算法不同点是，SDAM算法只需要一个结