一種改進的并行關聯規(guī)則挖掘算法.pdf

1、關聯規(guī)則是數據挖掘的主要技術之一，這緣于關聯規(guī)則數據挖掘在商業(yè)等領域的成功應用，故而使它成為數據挖掘領域中最成熟、最重要、最活躍的研究內容。 挖掘關聯規(guī)則問題的核心是發(fā)現頻繁項集?，F今已有多種發(fā)現頻繁項集的算法，如Apriori、Partition等算法。為了提高挖掘頻繁項集的效率，引入了并行化技術。CD算法是對Apriori算法的簡單并行化，其目的是減少通信量，獲得較好的任務分布性。 本文針對CD算法存在的I/O量較重

2、、數據結構重復、不能有效利用整個內存等問題，提出一種改進的并行關聯規(guī)則挖掘算法。該算法在遵循CD算法思想的基礎上，采用動態(tài)數據集劃分技術對數據庫中的數據先進行劃分，然后再由控制處理器分配至各個處理器，以此來減少I/O操作量；提出通過由一個控制處理器來控制其它處理器的方法，實現挖掘部分的并行化；在此基礎上，提出在各個處理器上應用P-tree結構來存儲數據，以達到優(yōu)化各個處理器中所存儲數據的結構、有效利用內存的目的，從而快速找出頻繁項集，實