基于Apriori算法與MapReduce優(yōu)化模型的并行式數(shù)據(jù)聚類方法

摘要： 針對Apriori算法產(chǎn)生大量無效候選集的問題，為提升MapReduce模型下Apriori算法挖掘關(guān)聯(lián)規(guī)則的性能，提出嶄新的并行式數(shù)據(jù)聚類方法：基于W-DPC策略設(shè)計Apriori候選項集結(jié)合方法，預(yù)先確定MapReduce模型框架下Apriori算法執(zhí)行的passes量，reduce無需等待map任務(wù)執(zhí)行完畢再開始工作，降低passes階段的運行負載；通過引入二項頻繁集快速... ... （共4頁）