微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2014年
8期
60-63
,共4页
FP-growth%SON算法%MapReduce%数据挖掘
FP-growth%SON算法%MapReduce%數據挖掘
FP-growth%SON산법%MapReduce%수거알굴
单节点运行的传统SON算法能够有效降低CPU和I/O负载,而且算法仅需要对整个事务数据集扫描两次.但是在算法执行的阶段一中发现局部频繁项集时采用的Apriori算法仍然需要对每个分区进行多次扫描.在深入研究SON算法的基础上,根据MapReduce编程模型提出了基于FP-growth的SON算法的并行化实现.实验结果表明,基于FP-growth的并行SON算法不仅降低了传统SON算法的运行时间,并且随着分区数目的增加还能获取比较好的加速比.
單節點運行的傳統SON算法能夠有效降低CPU和I/O負載,而且算法僅需要對整箇事務數據集掃描兩次.但是在算法執行的階段一中髮現跼部頻繁項集時採用的Apriori算法仍然需要對每箇分區進行多次掃描.在深入研究SON算法的基礎上,根據MapReduce編程模型提齣瞭基于FP-growth的SON算法的併行化實現.實驗結果錶明,基于FP-growth的併行SON算法不僅降低瞭傳統SON算法的運行時間,併且隨著分區數目的增加還能穫取比較好的加速比.
단절점운행적전통SON산법능구유효강저CPU화I/O부재,이차산법부수요대정개사무수거집소묘량차.단시재산법집행적계단일중발현국부빈번항집시채용적Apriori산법잉연수요대매개분구진행다차소묘.재심입연구SON산법적기출상,근거MapReduce편정모형제출료기우FP-growth적SON산법적병행화실현.실험결과표명,기우FP-growth적병행SON산법불부강저료전통SON산법적운행시간,병차수착분구수목적증가환능획취비교호적가속비.
