计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2013年
3期
1-4,8
,共5页
Hadoop%关联规则算法%并行计算%Apriori
Hadoop%關聯規則算法%併行計算%Apriori
Hadoop%관련규칙산법%병행계산%Apriori
分析传统串行关联规则Apriori算法的计算过程以及存在的一些缺点,针对串行算法执行效率低,时间复杂度高以及传统并行计算模式不能处理节点失效,难以处理负载均衡等问题,提出基于Hadoop平台实现并行关联规则算法的设计方法,对传统关联规则Apriori算法进行了改进,并给出改进算法在Hadoop平台的MapReduce编程模型上的执行流程;在Hadoop平台上对改进后的算法进行单机测试和集群测试,实验结果证明,改进后的算法具有较高的执行效率,良好的加速比和可移植性.
分析傳統串行關聯規則Apriori算法的計算過程以及存在的一些缺點,針對串行算法執行效率低,時間複雜度高以及傳統併行計算模式不能處理節點失效,難以處理負載均衡等問題,提齣基于Hadoop平檯實現併行關聯規則算法的設計方法,對傳統關聯規則Apriori算法進行瞭改進,併給齣改進算法在Hadoop平檯的MapReduce編程模型上的執行流程;在Hadoop平檯上對改進後的算法進行單機測試和集群測試,實驗結果證明,改進後的算法具有較高的執行效率,良好的加速比和可移植性.
분석전통천행관련규칙Apriori산법적계산과정이급존재적일사결점,침대천행산법집행효솔저,시간복잡도고이급전통병행계산모식불능처리절점실효,난이처리부재균형등문제,제출기우Hadoop평태실현병행관련규칙산법적설계방법,대전통관련규칙Apriori산법진행료개진,병급출개진산법재Hadoop평태적MapReduce편정모형상적집행류정;재Hadoop평태상대개진후적산법진행단궤측시화집군측시,실험결과증명,개진후적산법구유교고적집행효솔,량호적가속비화가이식성.