发明名称 | 基于共享路径的FP-Growth数据挖掘方法 | ||
摘要 | 本发明公开一种基于共享路径的FP-Growth数据挖掘方法,该方法基于MapReduce,利用OLAP的数据立方体技术,采用了共享路径的思想。主要解决了传统FP-Growth算法存在的内存和计算时间双瓶颈的问题,属于数据挖掘领域的技术。 | ||
申请公布号 | CN105183875A | 申请公布日期 | 2015.12.23 |
申请号 | CN201510604175.8 | 申请日期 | 2015.09.21 |
申请人 | 南京邮电大学 | 发明人 | 张登银;季善东 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 南京知识律师事务所 32207 | 代理人 | 汪旭东 |
主权项 | 基于共享路径的FP‑Growth数据挖掘方法,其特征在于,包括以下步骤,S1、按照挖掘需求扫描OLAP数据分析生成的数据立方体Cube,得到相应的Cube表;S2、数据分片处理:将事务集拷贝到HDFS上,由HDFS将事务集划分为连续的Block并保存相应副本,将各个Block分散存储到N个节点上;S3、扫描Cube表,构建频繁1_项集表F1List,F1List按照支持度降序排列;S4、均衡划分F1List得到长度为M的新的列表Glist;S5、再次扫描Cube表,根据Glist重新将事务集划分为M组,每组重新编号,新的编号与Glist组号一一对应;S6、调用一次MapReduce实现并行,挖掘完已有FPTree对应的Glist<sub>i</sub>中所有事务组,得到Glist内包含的所有频繁模式。 | ||
地址 | 210003 江苏省南京市鼓楼区新模范马路66号 |