一种简单有效的并行化频繁项集挖掘算法
金桃1; 何艳珊2; 宋伟国2; 岳敏2
2010-06-25
发表期刊微计算机信息
ISSN1008-0570
卷号26期号:18页码:147-149
摘要频繁项集挖掘,作为数据挖掘的一项基本任务,自提出以来就受到计算机科学理论研究的广泛重视。当前很多数据挖掘算法在处理大型数据集时的运行时间无法预计并且不可接受,这也是当前频繁项集挖掘领域遇到的一个主要挑战。本文提出一种简单有效的并行化频繁项集挖掘算法-SP-FP-Growth算法,此算法可以有效的挖掘频繁项集,并通过极少的节点间通讯和负载平衡策略保证了并行环境的高效性。实验结果证明,SP-FP-Growth算法具有良好的时间效率和可伸缩性。
关键词频繁项集 数据挖掘 并行化 FP-Growth 负载平衡
URL查看原文
收录类别CSCD
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/94040
专题国家开放大学吉林分部
作者单位1.吉林广播电视大学;
2.兰州大学信息学院
第一作者单位国家开放大学吉林分部
第一作者的第一单位国家开放大学吉林分部
推荐引用方式
GB/T 7714
金桃,何艳珊,宋伟国,等. 一种简单有效的并行化频繁项集挖掘算法[J]. 微计算机信息,2010,26(18):147-149.
APA 金桃,何艳珊,宋伟国,&岳敏.(2010).一种简单有效的并行化频繁项集挖掘算法.微计算机信息,26(18),147-149.
MLA 金桃,et al."一种简单有效的并行化频繁项集挖掘算法".微计算机信息 26.18(2010):147-149.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[金桃]的文章
[何艳珊]的文章
[宋伟国]的文章
百度学术
百度学术中相似的文章
[金桃]的文章
[何艳珊]的文章
[宋伟国]的文章
必应学术
必应学术中相似的文章
[金桃]的文章
[何艳珊]的文章
[宋伟国]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
关于电大计算机专业建设的思考
泛在学习在远程开放教育中的作用研究
基于SVM的多变量股市时间序列预测研究
“任务驱动式”教学模式在计算机专业教学中实效作用的研究
建立标准化远程教学评估模型初探
VB中时钟控件的运用
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。