關(guān)聯(lián)規(guī)則挖掘的并行算法研究.pdf

1、從大型數(shù)據(jù)庫中挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一個(gè)重要的課題。從挖掘要求的時(shí)間和空間上看，傳統(tǒng)的順序算法已很難適應(yīng)于現(xiàn)實(shí)中不斷增大的數(shù)據(jù)庫規(guī)模。研究和發(fā)展高性能、可擴(kuò)展的并行算法對解決這一問題就顯得十分必要。本文做了如下研究工作： 1.基于分布式存儲(chǔ)的并行關(guān)聯(lián)規(guī)則挖掘研究本文在研究傳統(tǒng)的挖掘頻繁項(xiàng)集并行算法的基礎(chǔ)上，提出了一種多次傳送重新分配數(shù)據(jù)的并行算法(MRPD)，并從理論上證明了算法的正確性。MRPD算法在第1步時(shí)對數(shù)據(jù)庫重新劃分

2、成若干組，并根據(jù)各節(jié)點(diǎn)的需要多次傳送分組，各節(jié)點(diǎn)獲得完整分組后異步地計(jì)算頻繁項(xiàng)集。所有節(jié)點(diǎn)計(jì)算完成后，得到全部頻繁項(xiàng)集。通過實(shí)驗(yàn)，將MRPD算法與傳統(tǒng)挖掘算法在不同數(shù)據(jù)分布情況下做了比較。 2.基于共享存儲(chǔ)的并行關(guān)聯(lián)規(guī)則挖掘的研究本文在關(guān)聯(lián)規(guī)則串行挖掘算法Apriori的基礎(chǔ)上，針對SMP系統(tǒng)設(shè)計(jì)了兩種不同并行粒度的挖掘算法，基于HASH表的HA-1算法和基于局部數(shù)據(jù)庫的HA-2算法，初步解決了分布式存儲(chǔ)系統(tǒng)算法中通信開銷過大、