计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
COMPUTER INTEGRATED MANUFACTURING SYSTEMS
2014年
11期
2893-2903
,共11页
数据挖掘%否定粗糙关联规则%MapReduce%Apriori算法
數據挖掘%否定粗糙關聯規則%MapReduce%Apriori算法
수거알굴%부정조조관련규칙%MapReduce%Apriori산법
data mining%rough association rules with negation%MapReduce%Apriori algorithm
为了解决Apriori关联规则算法在处理大数据时产生大量候选项集,且无法在大数据环境下挖掘出频繁事件中所隐藏的否定关系的问题,通过深度分析事务数据库的特征,结合Boolean矩阵原理,运用粗糙集的分类思想和MapReduce并行编程模型,提出在MapReduce框架下的否定粗糙关联规则算法,以处理大数据所隐藏的否定关系.实验结果表明了该并行算法的有效性,适合挖掘出海量数据的否定关系.
為瞭解決Apriori關聯規則算法在處理大數據時產生大量候選項集,且無法在大數據環境下挖掘齣頻繁事件中所隱藏的否定關繫的問題,通過深度分析事務數據庫的特徵,結閤Boolean矩陣原理,運用粗糙集的分類思想和MapReduce併行編程模型,提齣在MapReduce框架下的否定粗糙關聯規則算法,以處理大數據所隱藏的否定關繫.實驗結果錶明瞭該併行算法的有效性,適閤挖掘齣海量數據的否定關繫.
위료해결Apriori관련규칙산법재처리대수거시산생대량후선항집,차무법재대수거배경하알굴출빈번사건중소은장적부정관계적문제,통과심도분석사무수거고적특정,결합Boolean구진원리,운용조조집적분류사상화MapReduce병행편정모형,제출재MapReduce광가하적부정조조관련규칙산법,이처리대수거소은장적부정관계.실험결과표명료해병행산법적유효성,괄합알굴출해량수거적부정관계.