基于极大频繁关联模式挖掘的复制算法研究

摘要：

针对现有基于数据挖掘的文件关联性复制算法无法有效提取文件关联性的问题,提出了基于极大频繁关联模式挖掘的分散群复制算法( Decentralized Replication strategy based on Maxi-mal Frequent Correlated Patterns, DRMFCP)。 DRMFCP算法通过二进制历史文件转换、极大频繁关联模式挖掘和复制,以实现极大减少复制模式数量、消除冗余以及优化复制的目的。数据分析与仿真结果表明,在不同存取模式下相较于无复制、 DR2、 PRA和PDDRA算法, DRMFCP算法提取文件关联性的效率更高,并能同时降低作业执行平均时间,为降低网格数据传输延迟提供新的解决方案。

关键词：数据挖掘、关联模式、数据复制、分散群

所属期刊栏目：7

分类号：TN915.5

资助基金：国家自然科学基金资助项目61302074;教育部高等学校博士学科点专项科研基金资助项目20122301120004;黑龙江省自然科学基金资助项目QC2013C061

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81