版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的普及與快速發(fā)展使得數(shù)據(jù)的產(chǎn)生、收集、存儲(chǔ)日益便捷,因而數(shù)據(jù)量呈爆炸式增長(zhǎng)。但是信息過載,使得人們面對(duì)海量的數(shù)據(jù)往往無從下手。因此頻繁模式挖掘被提出用于找出事物間的內(nèi)在聯(lián)系,并被廣泛地應(yīng)用于商品推薦、疾病診斷、入侵檢測(cè)等方面。然而頻繁模式僅關(guān)注模式在事務(wù)數(shù)據(jù)庫(kù)中出現(xiàn)的頻率,卻忽略了構(gòu)成模式的項(xiàng)本身所具有的權(quán)重值。因此高效用模式挖掘算法被提出,它綜合考慮了構(gòu)成模式的項(xiàng)的權(quán)重信息與頻率間的關(guān)系,具有更高的實(shí)際意義。
2、 但是,在挖掘高效用模式前需要用戶設(shè)定最小效用閾值,而最小效用閾值的設(shè)定更多地依賴于用戶的經(jīng)驗(yàn),對(duì)于經(jīng)驗(yàn)不足的用戶來說,不合適的閾值設(shè)置使挖掘結(jié)果千差萬(wàn)別。而且在實(shí)際應(yīng)用中,人們更傾向于關(guān)注效用值最高的前k個(gè)模式。因此提出了Top-k高效用模式挖掘算法。在Top-k高效用模式挖掘中,僅需設(shè)定k值即可挖掘出效用值最高的k個(gè)模式,避免了經(jīng)驗(yàn)在閾值設(shè)定中的主導(dǎo)作用,從而降低了高效用模式挖掘在應(yīng)用中的準(zhǔn)入門檻。
然而,目前Top-k
3、高效用模式挖掘算法存在臨時(shí)效用閾值上升速度慢、時(shí)間性能差、算法可擴(kuò)展性差的問題。針對(duì)這些不足,本文提出了基于投影的Top-k高效用模式挖掘算法來解決這些問題,同時(shí)針對(duì)在海量數(shù)據(jù)下單機(jī)模式挖掘效率低的問題,提出了基于MapReduce的Top-k高效用模式挖掘分布式的解決方案。本文的主要工作如下:
1.提出了基于投影表結(jié)構(gòu)的Top-k高效用模式挖掘算法TKHUP。該算法是一階段的Top-k效用模式挖掘算法,采用投影表結(jié)構(gòu)能直接讀
4、取效用值,并快速提升臨時(shí)效用閾值,從而有效地挖掘出指定數(shù)量的高效用模式。
2.提出了基于MapReduce的分布式Top-k高效用模式挖掘算法TKHUP-MaR。本文通過研究和使用MapReduce并行技術(shù),實(shí)現(xiàn)了在大數(shù)據(jù)場(chǎng)景下挖掘Top-k高效用模式的方法,從并行計(jì)算、并行構(gòu)建存儲(chǔ)結(jié)構(gòu)、并行挖掘三個(gè)階段來實(shí)現(xiàn)該并行算法。
3.設(shè)計(jì)了五個(gè)策略提高算法的挖掘效率。策略CSD能夠極大地合并前綴模式相同的投影結(jié)構(gòu),從而節(jié)省
5、更多的內(nèi)存空間。策略QPPR通過前綴項(xiàng)數(shù)字和能夠快速比較前綴模式是否相同,便于加快投影結(jié)構(gòu)的生成。策略DS優(yōu)先對(duì)效用值大的基模式進(jìn)行挖掘,從而提高臨時(shí)效用閾值的增長(zhǎng)速度。策略DFP采用深度優(yōu)先挖掘的方式,對(duì)正在處理的投影迭代地構(gòu)建其子投影結(jié)構(gòu),能夠快速提高臨時(shí)效用閾值。策略DPUP利用事務(wù)權(quán)重向下閉包特性,排除為低效用模式構(gòu)建子投影,加快挖掘的速度。
4.通過在稀疏數(shù)據(jù)集和稠密數(shù)據(jù)集下的實(shí)驗(yàn)對(duì)比,從運(yùn)行時(shí)間和內(nèi)存空間上證明了T
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 發(fā)現(xiàn)Top-k高效用項(xiàng)集的算法.pdf
- 縮小候選集的Top-k高效模式挖掘算法研究.pdf
- 基于效用矩陣和索引的top-k高效用項(xiàng)目集挖掘研究.pdf
- 挖掘Top-K頻繁模式的算法研究.pdf
- 數(shù)據(jù)流top-K頻繁模式挖掘算法研究.pdf
- 基于Top-k子圖模式匹配的海量數(shù)據(jù)挖掘算法的研究.pdf
- 基于星型模式的top-k join算法研究.pdf
- ToP-K頻繁項(xiàng)集挖掘算法研究.pdf
- 基于MapReduce的top-k查詢算法研究.pdf
- 信息檢索中top-k問題的并行算法及優(yōu)化研究.pdf
- 軟件網(wǎng)絡(luò)Top-k重要節(jié)點(diǎn)挖掘算法研究.pdf
- 基于數(shù)據(jù)流的Top-K頻繁閉項(xiàng)集挖掘算法研究.pdf
- 高效用模式挖掘算法研究及應(yīng)用.pdf
- 傳感網(wǎng)中Top-k查詢處理優(yōu)化算法研究.pdf
- 基于GoogleMap和Top-k排序算法的數(shù)據(jù)Mashup研究.pdf
- 數(shù)據(jù)流中top-k項(xiàng)頻繁閉合模式挖掘研究.pdf
- 無線傳感器網(wǎng)絡(luò)中安全高效的ToP-k查詢算法研究.pdf
- Top-k中心度查詢算法研究.pdf
- 面向數(shù)據(jù)流的ToP-k頻繁閉項(xiàng)集挖掘算法研究.pdf
- 基于雙索引的Top-k子圖查詢算法研究.pdf
評(píng)論
0/150
提交評(píng)論