计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
208-210,243
,共4页
Apriori算法%Bigtable%MapReduce%大数据
Apriori算法%Bigtable%MapReduce%大數據
Apriori산법%Bigtable%MapReduce%대수거
Apriori algorithm%Bigtable%MapReduce%Big data
为提高Apriori算法挖掘频繁项目集的效率,引进了Bigtable技术与MapReduce模型来对Apriori算法进行优化,设计出大数据环境下挖掘频繁项目集的新算法BM-Apriori算法.与单纯基于MapReduce模型的Apriori改进算法相比,新算法利用Bigtable的时间戳属性代替了键/值对的产生,只需扫描数据库一次即可,节约了模式匹配的时间.同时,BM-Apriori算法在项集列表中新增事务标号列,自动获取事务标号以计算支持度.将BM-Apriori算法在Hadoop平台上进行了实验,结果表明Bigtable技术的融入使得BM-Apriori算法具有更高的效率与可拓展性.
為提高Apriori算法挖掘頻繁項目集的效率,引進瞭Bigtable技術與MapReduce模型來對Apriori算法進行優化,設計齣大數據環境下挖掘頻繁項目集的新算法BM-Apriori算法.與單純基于MapReduce模型的Apriori改進算法相比,新算法利用Bigtable的時間戳屬性代替瞭鍵/值對的產生,隻需掃描數據庫一次即可,節約瞭模式匹配的時間.同時,BM-Apriori算法在項集列錶中新增事務標號列,自動穫取事務標號以計算支持度.將BM-Apriori算法在Hadoop平檯上進行瞭實驗,結果錶明Bigtable技術的融入使得BM-Apriori算法具有更高的效率與可拓展性.
위제고Apriori산법알굴빈번항목집적효솔,인진료Bigtable기술여MapReduce모형래대Apriori산법진행우화,설계출대수거배경하알굴빈번항목집적신산법BM-Apriori산법.여단순기우MapReduce모형적Apriori개진산법상비,신산법이용Bigtable적시간착속성대체료건/치대적산생,지수소묘수거고일차즉가,절약료모식필배적시간.동시,BM-Apriori산법재항집렬표중신증사무표호렬,자동획취사무표호이계산지지도.장BM-Apriori산법재Hadoop평태상진행료실험,결과표명Bigtable기술적융입사득BM-Apriori산법구유경고적효솔여가탁전성.
