基于MapReduce的约束频繁项集挖掘算法

摘要：

传统的约束频繁项集挖掘方法无法实现对较大数据量的快速处理，针对该问题，结合分布式框架 Hadoop的分布式计算优势，提出一种基于M apReduce的约束频繁项集挖掘算法。将一个完整的挖掘任务分成若干个相对独立的子任务，根据用户自定义的约束条件对子任务进行并行挖掘，提高算法的执行效率。实验结果表明，该算法具有较好的实用性和良好的扩展性。

关键词：数据挖掘、MapReduce编程模型、约束频繁项集、频繁模式树、关联规则

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目61103129、61202312；江苏省科技支撑计划基金项目BE2009009

在线出版日期：2015-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2725-2728,2748