小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2007年
5期
882-885
,共4页
分布式数据挖掘%分布式关联规则%分布式数据库%频繁项目集%约束项
分佈式數據挖掘%分佈式關聯規則%分佈式數據庫%頻繁項目集%約束項
분포식수거알굴%분포식관련규칙%분포식수거고%빈번항목집%약속항
研究人员针对单机环境提出了约束性关联规则的挖掘算法,但它们不适用于分布式环境.为此本文讨论分布式环境下约束性关联规则的快速挖掘技术,提出一种基于分布式环境的约束性关联规则快速挖掘算法DCAR,其中包括局部约束性频繁项目集挖掘算法MLFC和全局约束性频繁项目集挖掘算法MGFC.该算法根据布尔约束条件产生向导集,采用一种新的候选项集生成函数Reorder_gen,该函数通过向导集高效地产生分布式环境中满足约束条件的、数量较少且完备的候选项集,并且求解全局约束性频繁项集过程中,传送局部候选项集支持数的通信量为O(n),从而提高了算法的挖掘效率.将本文提出的算法加以实现,实验结果表明DCAR算法高效可行,其效率大约是DMA_IC算法的2-3倍.
研究人員針對單機環境提齣瞭約束性關聯規則的挖掘算法,但它們不適用于分佈式環境.為此本文討論分佈式環境下約束性關聯規則的快速挖掘技術,提齣一種基于分佈式環境的約束性關聯規則快速挖掘算法DCAR,其中包括跼部約束性頻繁項目集挖掘算法MLFC和全跼約束性頻繁項目集挖掘算法MGFC.該算法根據佈爾約束條件產生嚮導集,採用一種新的候選項集生成函數Reorder_gen,該函數通過嚮導集高效地產生分佈式環境中滿足約束條件的、數量較少且完備的候選項集,併且求解全跼約束性頻繁項集過程中,傳送跼部候選項集支持數的通信量為O(n),從而提高瞭算法的挖掘效率.將本文提齣的算法加以實現,實驗結果錶明DCAR算法高效可行,其效率大約是DMA_IC算法的2-3倍.
연구인원침대단궤배경제출료약속성관련규칙적알굴산법,단타문불괄용우분포식배경.위차본문토론분포식배경하약속성관련규칙적쾌속알굴기술,제출일충기우분포식배경적약속성관련규칙쾌속알굴산법DCAR,기중포괄국부약속성빈번항목집알굴산법MLFC화전국약속성빈번항목집알굴산법MGFC.해산법근거포이약속조건산생향도집,채용일충신적후선항집생성함수Reorder_gen,해함수통과향도집고효지산생분포식배경중만족약속조건적、수량교소차완비적후선항집,병차구해전국약속성빈번항집과정중,전송국부후선항집지지수적통신량위O(n),종이제고료산법적알굴효솔.장본문제출적산법가이실현,실험결과표명DCAR산법고효가행,기효솔대약시DMA_IC산법적2-3배.