一种高效的并行频繁集挖掘算法.pdfVIP

第34卷第11期 计算机工程 2008年6月 2008 VoL34No．1l ComputerEngineering June ·软件技术与数据库· 文章■号t l伽o—3428(20吣)11—帅55一_03文献标识码。A 中圈分类号·TP311 一种高效的并行频繁集挖掘算法 张诤L2，王惠文1 (1．北京航空航天大学系统工程系，北京100083；2．甘肃省委党校网络中心，兰州730070) 曩蔓：针对Apnod算法在挖掘超大规模数据集时存在的效率低下问题，在数据集分块和事务数据库布尔化映射基础上，提出一种直接 利用布尔矩阵向量运算挖掘频繁集的并行频繁集挖掘算法(PFIM)。仿真实验分析表明，PFIM算法比A埘0ri算法的挖掘时间缩短了近90％， 该方法可用于挖掘超大规模数据库，具有良好的并行性和可伸缩性。 关t词：频繁集；关联规则；并行计算 EfficientParallel Itemsets FrequentMiningAlgorithm ZHANG Hui．wenl ZhengL2．WANG ofAeronautics 100083； (1．Dept．ofSystemEngineering。BeijingUniversity andAs扛onautics，Beijing 2．Network SchoolofGansu Center,Party Province，Lanz．hou730070) atinefficientof when anefficientParallel iAbstractl problemApriodalgorithmminingvery database，thispaperpresents Frequent Aiming large database Iternset on and ofBooleanmatrix from results Miningalgorithm(PFIM)baseddividingcomputing mappedoriginaldatabase．Experimental showthatPFIM cutsdown timeof itissuitablefor sizedatabaseandithas algorithm nine哆percentmining Apfiori，SO miningverylarge good characteristicsof and parallelexpandable． itemset；association [Keywordsifrequent role；parallelcomputing 1概述 持计数时，其扫描的事务空间和项目空间的大小始终不变的， 关联规则挖掘作为数据挖掘的一个重要研究分支，主要 这使一部分时间浪费在不必要扫描的空间上。 研究从大型数据集中发现隐藏的、有趣的、属性间存在的规 3相关概念定义 律。发现频繁项目集是关联规则挖掘中的关键技术和步骤。