10.14132/j.cnki.1673-5439.2018.05.013
基于MapReduce-HBase的Apriori算法的改进与研究
Apriori算法是关联规则数据挖掘领域最经典的算法之一,其挖掘效果已经得到了企业界的广泛认可.大数据时代的到来,使得Apriori算法已经无法适应海量数据挖掘的需求.文中基于剪枝策略、MapReduce编程模型对原始Apriori算法进行改进(MR-Apriori算法);在此基础上引入HBase数据库继续对MR-Apriori算法改进(MRH-Apriori算法),实现了Apriori算法并行化.在Hadoop集群上对MR-Apriori算法和MRH-Apriori算法分别从不同事务集规模、不同节点数、不同最小支持度三个方面进行对比,结果表明MRH-Apriori算法具有更高的高效性和良好的可扩展性.
剪枝策略、MapReduce、HBase、Apriori算法
38
TP311(计算技术、计算机技术)
国家自然科学基金61572261
2018-12-20（万方平台首次上网日期，不代表论文的发表时间）
共9页
91-99
