计算机应用研究

作者：张航,张欣,张平康,李琪,

单位：贵州大学大数据与信息工程学院,贵阳550025；

关键词：大数据,频繁项集,MapReduce,增量更新,频繁项超度量树,

基金：国家国际科技合作专项项目(2014DFA00670)；贵州省研究生教育教学改革重点课题项目(黔教研合JG字［2016］15)；贵州省科技厅工业攻关项目(黔科合GY字［2010］3056)；；

针对目前大数据快速增加的环境下，海量数据的频繁项集挖掘在实际中所面临的增量更新问题，在频繁项超度量树算法（frequent items ultrametric trees，FIUT）的基础上，引入MapReduce并行编程模型，提出了一种针对频繁项集增量更新的面向大数据的并行算法。该算法通过检查频繁超度量树叶子节点的支持度来确定频繁项集，同时采用准频繁项集的策略来优化并行计算过程，从而提高数据挖掘效率。实验结果显示，所提出的算法能快速完成扫描和更新数据，具有较好的可扩展性，适合于在动态增长的大数据环境中进行关联规则相关数据挖掘。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期