基于频繁概念直乘分布的全局闭频繁项集挖掘算法

摘要：

基于概念格的集中式数据挖掘算法,不能充分地利用分布式计算资源来改善概念格构造效率,从而影响了挖掘算法的性能.文中进一步分析了Iceberg概念格并置集成的内在并行特性；以频繁概念直乘及其下覆盖为最小粒度,对Iceberg概念格并置集成过程进行分解和分布式计算;在对其正确性理论证明的基础上,提出了一个新颖的异构分布式环境下闭频繁项集全局挖掘算法.此算法利用Iceberg概念格的半格以及可并置集成特性,充分发挥了分布式环境下计算资源的优势.实验证明,在稠密数据集和稀疏数据集上,该挖掘算法都表现出较好的性能.

关键词：Iceberg概念格、分布式数据挖掘、并置集成、异构数据库、闭频繁项集

所属期刊栏目：35

分类号：TP311(计算技术、计算机技术)

在线出版日期：2012-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：990-1001