基于分布式协调系统的并行频繁模式增长算法的优化

摘要：

频繁模式挖掘可以发现数据中频繁出现的模式,是关联规则挖掘的重要步骤.并行频繁模式算法将其应用到并行环境中,以对海量数据进行挖掘.在Apache软件基金会的Mahout项目实现的基础上,对计数和排序阶段以及算法的执行顺序提出了新的优化策略.优化后的设计将计数信息存储在分布式协调系统上,充分地利用了分布式协调系统的高可用性、适宜存储元数据信息的特点.该设计减小了小文件在分布式文件系统(HDFS)上的开销,同时保留了其优点,还能使计数过程和排序过程并行执行,减小了计算节点的内存开销.对比了文件系统I/O的开销,并分析了实现设计中的难点,为未来的工作打下了基础.

关键词：频繁模式增长算法、并行数据挖掘、分布式协调系统、性能优化

所属期刊栏目：39

分类号：TP312(计算技术、计算机技术)

资助基金：国家信息安全测评中心项目CNITSEC-KY-2007-22

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：170-173