10.3969/j.issn.1000-386x.2017.04.011
基于频繁项集挖掘算法的伴随车应用与实现
随着大数据技术的发展和交通数据量迅速膨胀的挑战,对海量交通数据进行伴随车挖掘已然成为研究热点.提出一种基于Spark计算框架的频繁项集挖掘算法应用于伴随车挖掘模块当中,对海量的卡口交通数据进行Hadoop分布式文件存储(HDFS),并将伴随车挖掘结果可视化地展示在集成系统当中.以实际项目为依托,从而验证该伴随车模块的实现具有实际意义,并可为交通管理者提供科学的辅助决策.
HDFS、Spark计算框架、频繁项集挖掘、伴随车
34
TP3(计算技术、计算机技术)
上海市科学技术委员会应用技术开发专项2014-104
2017-05-22（万方平台首次上网日期，不代表论文的发表时间）
共5页
60-64
