多核并行環(huán)境下的關(guān)聯(lián)規(guī)則挖掘算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在數(shù)據(jù)挖掘領(lǐng)域中關(guān)聯(lián)規(guī)則挖掘是核心的研究方向，它能夠在海量數(shù)據(jù)中發(fā)現(xiàn)某些潛在規(guī)律，幫助決策者進(jìn)行決策。然而頻繁項(xiàng)集挖掘作為關(guān)聯(lián)規(guī)則挖掘中最耗時(shí)的部分，挖掘的快慢將直接影響關(guān)聯(lián)規(guī)則挖掘甚至影響數(shù)據(jù)挖掘的效率。與此同時(shí)，多核硬件技術(shù)的發(fā)展以及多核處理器的普及，使得多核并行軟件技術(shù)的發(fā)展成為了一種必然。因此，高性能的多核并行頻繁項(xiàng)集挖掘算法的設(shè)計(jì)具有更重要的意義。
　　本文在對(duì)經(jīng)典串行頻繁項(xiàng)集挖掘的優(yōu)化算法以及多核并行理論深入研究的基礎(chǔ)

2、上，提出了兩種多核并行頻繁項(xiàng)集挖掘算法內(nèi)容如下:
　　首先，基于Apriori的優(yōu)化算法提出一種新的多核并行頻繁項(xiàng)集挖掘算法PIBT。該算法首先將事務(wù)數(shù)據(jù)庫分塊并行壓縮處理后構(gòu)建BitTable，利用其橫向位向量建立index array，使得挖掘時(shí)無需產(chǎn)生候選項(xiàng)集而直接得到頻繁項(xiàng)集，并且利用其縱向位向量優(yōu)勢(shì)，無需反復(fù)掃描事務(wù)數(shù)據(jù)庫就可以計(jì)算出頻繁項(xiàng)集的支持度;采用動(dòng)態(tài)分配策略分配挖掘任務(wù)，使各線程負(fù)載盡量達(dá)到平衡;另外，各線程之

3、間獨(dú)立挖掘以減少讀寫沖突。通過與其他多核改進(jìn)的Apriori算法在運(yùn)行時(shí)間上的對(duì)比可知本算法具有較高的并行可行性。
　　其次，基于FP-growth的優(yōu)化算法提出一種新的多核并行頻繁項(xiàng)集挖掘算法PCT-PRO。該算法首先將事務(wù)數(shù)據(jù)庫分塊并行壓縮處理后，構(gòu)建對(duì)FP-tree進(jìn)行改進(jìn)的Global CFP-tree，并建立各頻繁項(xiàng)的LFP-Tree。在挖掘頻繁項(xiàng)集時(shí)，無需產(chǎn)生大量條件模式基和條件FP-tree，只要對(duì)各頻繁項(xiàng)的LFP-