基于云计算MapReduce的并行关联规则算法改进研究-中国期刊网

摘要关联规则是数据挖掘的重要方法之一,但传统的关联规则算法Apriori需要多次扫描数据库,需要很大的I/O开销,不能处理节点失效和负载均衡。云计算下的MapReduce模型能够处理节点失效并能做到负载均衡。将传统的关联规则算法Apriori进行改进,然后移植到Hadoop平台,提出了基于MapReduce编程的数据挖掘算法,它能高效的、并行的完成海量数据挖掘任务。通过实验验证了算法的有效性。

1曹建;李峥;杨璞;王劲草. 云计算环境下基于MapReduce的并行化排列熵算法.电力系统及自动化,2019-01.
2刘凡鸣;郭瑞强;李永庆;边鹏飞. 基于MapReduce的地震波形数据并行解压缩算法研究.地震学,2015-02.
3高明;刘希玉;盛立. 改进的关联规则增量式更新算法.教育学,2005-03.
4刘林东;齐德昱. 一种改进的关联规则挖掘算法研究.教育学,2018-03.
5李广霞. 基于遗传算法的关联规则挖掘.职业技术教育学,2013-04.
6梁伟（中国地质大学信息工程学院，湖北武汉430074. 关联规则算法探讨.企业管理,2009-10.
7刘正红. 基于兴趣度的正负关联规则挖掘算法研究.教育学原理,2011-10.
8李飞鹏. 云计算环境下基于改进遗传算法的任务调度算法.,2023-06.
9罗芳;阮群生;李志亮;曾思南. 基于MapReduce的分块压缩矩阵Apriori的并行化研究.教育学,2015-04.
10吴常辉,左春荣. 关联规则挖掘Apriori算法的研究.企业管理,2010-01.

基于云计算MapReduce的并行关联规则算法改进研究

来源期刊

相关推荐

同分类资源更多

相关关键词

基于云计算MapReduce的并行关联规则算法改进研究

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多