学位论文 > 优秀研究生学位论文题录展示

一种改进的并行关联规则挖掘算法

作　者: 孙静姝
导　师: 张健沛
学　校: 哈尔滨工程大学
专　业: 计算机应用技术
关键词: 并行关联规则频繁项集 P-tree 动态数据集划分
分类号: TP311.13
类　型: 硕士论文
年　份: 2007年
下　载: 176次
引　用: 2次
阅　读: 论文下载

内容摘要

关联规则是数据挖掘的主要技术之一，这缘于关联规则数据挖掘在商业等领域的成功应用，故而使它成为数据挖掘领域中最成熟、最重要、最活跃的研究内容。挖掘关联规则问题的核心是发现频繁项集。现今已有多种发现频繁项集的算法，如Apriori、Partition等算法。为了提高挖掘频繁项集的效率，引入了并行化技术。CD算法是对Apriori算法的简单并行化，其目的是减少通信量，获得较好的任务分布性。本文针对CD算法存在的I／O量较重、数据结构重复、不能有效利用整个内存等问题，提出一种改进的并行关联规则挖掘算法。该算法在遵循CD算法思想的基础上，采用动态数据集划分技术对数据库中的数据先进行划分，然后再由控制处理器分配至各个处理器，以此来减少I／O操作量；提出通过由一个控制处理器来控制其它处理器的方法，实现挖掘部分的并行化；在此基础上，提出在各个处理器上应用P-tree结构来存储数据，以达到优化各个处理器中所存储数据的结构、有效利用内存的目的，从而快速找出频繁项集，实现对事务数据库中数据的有效挖掘。最后对两种算法进行了实验验证，结果表明本文提出的改进算法能够更加有效地提高对频繁项集的挖掘效率，达到了预期的初步并行化效果。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 国内外研究现状  9-10
  1.2 论文的研究内容及意义  10-12
  1.3 本文工作及组织结构  12-14
第2章关联规则挖掘概述  14-28
  2.1 关联规则问题描述  14-17
  2.2 关联规则挖掘相关算法及描述  17-25
    2.2.1 经典 Apriori算法  17-20
    2.2.2 FP-growth算法  20-23
    2.2.3 几种关联规则挖掘算法  23-25
  2.3 关联规则的价值衡量  25-27
  2.4 本章小结  27-28
第3章并行关联规则挖掘的策略及算法  28-36
  3.1 问题描述  28-29
  3.2 并行关联规则算法及描述  29-35
    3.2.1 基于 Apriori的三种并行算法  29-30
    3.2.2 几种并行关联规则挖掘算法  30-33
    3.2.3 并行数据挖掘的研究与发展方向  33-35
  3.3 本章小结  35-36
第4章一种改进的并行关联规则挖掘算法  36-55
  4.1 P-tree结构及相关算法  36-40
  4.2 CD算法及其改进思想  40-42
  4.3 CDPS算法  42-51
    4.3.1 CDPS算法描述  42-46
    4.3.2 CDPS算法执行实例  46-51
  4.4 实验及分析  51-54
  4.5 本章小结  54-55
结论  55-56
参考文献  56-61
攻读硕士学位期间发表的论文和取得的科研成果  61-62
致谢  62

一种改进的并行关联规则挖掘算法

内容摘要

全文目录

相似论文