基于PC集群的并行FP-Growth算法的研究與實現(xiàn).pdf

1、FP-Growth算法是當前挖掘頻繁項集算法中應用最廣，并且不需要產(chǎn)生候選項集的頻繁項集挖掘算法。它通過對源數(shù)據(jù)庫的兩次掃描，將全部數(shù)據(jù)項信息壓縮到一個稱為FP-tree的數(shù)據(jù)結(jié)構(gòu)中，將數(shù)據(jù)庫頻繁模式的挖掘問題轉(zhuǎn)化成挖掘FP-tree的問題。然而，在處理海量數(shù)據(jù)時，生成的FP-tree數(shù)據(jù)結(jié)構(gòu)極為復雜，生成頻繁集并挖掘頻繁項集生成強關(guān)聯(lián)規(guī)則過程，對內(nèi)存和處理器要求極高。并行算法可以將計算任務合理地分配集群中的各個計算節(jié)點，因此對并行FP

2、-Growth算法的研究在頻繁項集挖掘中具有十分重要的現(xiàn)實意義。
　　本文深入研究了并行計算理論、高性能計算集群和FP-Growth算法，對并行計算機的體系結(jié)構(gòu)、并行算法的設計方法、高性能計算集群的創(chuàng)建技術(shù)和FP-Growth算法各個步驟有良好的理解。為了實現(xiàn)FP-Growth算法的并行化，本文對并行FP-Growth的一些典型算法進行了分析，發(fā)現(xiàn)它們主要是基于硬件同構(gòu)并行計算平臺，對算法中計算節(jié)點負載均衡在硬件異構(gòu)并行計算平臺并