一种基于MapReduce的频繁闭项集挖掘算法
频繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式.当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路.文中提出并实现一种基于Hadoop云计算平台的频繁闭项集的并行挖掘算法.该算法主要包括并行计数、构造全局频繁项表、并行挖掘局部频繁闭项集和并行筛选全局频繁闭项集四个步骤.在多个数据集上的实验表明,该方法能较大提高数据挖掘的效率,具有较好的加速比.
用户评论
相关推荐
基于MapReduce的频繁闭项集挖掘算法改进
挖掘频繁闭项集(CFI)在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而,内存需求和计算成本成为CFI挖掘算法的瓶颈,尤其是在从大型数据集中
PDF
619KB
2020-10-28 04:46
基于MapReduce的频繁闭相集挖掘算法
繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式．当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路．文中提出并实现一种基于I-ladoop云计算平台
PDF
0B
2019-09-07 16:54
基于图的频繁闭项集挖掘算法
基于图的频繁闭项集挖掘算法,和书上不太一样的频繁集挖掘算法
PDF
0B
2020-06-17 12:54
基于MapReduce的频繁项集挖掘方法
一篇基于Mapreduce的频繁项集挖掘的综合性论文，很有实用性。
PDF
0B
2019-09-23 09:13
论文研究基于频繁项集挖掘最大频繁项集和频繁闭项集.pdf
提出了基于频繁项集的最大频繁项集（BFI-DMFI）和频繁闭项集挖掘算法（BFI-DCFI）。BFI-DMFI算法通过逐个检测频繁项集在其集合中是否存在超集确定该项集是不是最大频繁项集；BFI-DCF
PDF
0B
2020-05-30 02:02
基于MapReduce的频繁项集挖掘方法.pdf
MapReduce based frequent item set mining method.pdf
PDF
0B
2019-06-23 21:08
C++实现Apriori算法频繁模式数据挖掘最大频繁项集闭频繁项集
C++ implements Apriori algorithm, frequent pattern data mining, maximum frequent itemsets, closed fr
RAR
0B
2019-06-26 01:43
论文研究一种基于位运算的频繁闭项集挖掘算法.pdf
针对相关算法在挖掘频繁闭项集时所存在的问题,提出了一种基于位运算的频繁闭项集挖掘算法。该算法首先将数据集转换成布尔矩阵,只需扫描数据集一次;通过位运算计算支持度,利用矩阵和数组存储辅助信息,减少时间和
PDF
0B
2019-09-07 16:54
论文研究一种基于后缀项表的并行闭频繁项集挖掘算法.pdf
对现有的基于MapReduce的并行频繁项集挖掘算法进行了研究，提出一种基于后缀项表的并行闭频繁项集挖掘算法，通过后缀项表的引入及以闭频繁项集挖掘的形式，减少组分间的数据传送量，提高挖掘效率。实验表明
PDF
0B
2019-09-07 16:53
fpmming频繁项集挖掘最大频繁项集挖掘
Fpmming frequent item set mining maximal frequent item set mining
RAR
0B
2019-06-23 21:08
基于Iceberg概念格叠置半集成的全局闭频繁项集挖掘算法
基于Iceberg概念格叠置半集成的全局闭频繁项集挖掘算法
PDF
654KB
2021-03-07 09:48
基于数组前缀树的频繁项集挖掘算法
基于数组前缀树的频繁项集挖掘算法 论文 小型微型计算机
PDF
0B
2019-01-17 03:26
基于索引数组的频繁项集挖掘算法.pdf
Frequent item set mining algorithm based on index array.pdf
PDF
0B
2019-06-23 21:08
频繁项集挖掘算法的CUDA实现
CUDA Implementation of Frequent Itemsets Mining Algorithm
ZIP
0B
2019-06-23 21:09
APRIORI算法中频繁项集的挖掘
APRIORI算法中使用链表来实现对频繁项集的数据挖掘，在生成k项集时使用FK-1*FK-1的算法，在生成K-项集时直接删除支持度不满足最小阈值的项。
TXT
0B
2019-05-31 21:44