开发工具:
文件大小: 2mb
下载次数: 0
上传时间: 2021-03-15
详细说明：频繁项集挖掘（FIM）是许多领域采用的流行数据挖掘问题，例如零售行业的商品推荐，Web搜索中的日志分析以及查询推荐（或相关搜索）。 为了获得更好的性能，已经提出了大量的FIM算法，包括用于处理大数据量的并行算法。 此外，还提出了增量FIM算法来处理增量数据库。 但是，这些增量算法大多数都具有较低的并行度，从而在大型数据库上导致较低的效率。本文介绍了在MapReduce框架上实现的两种并行增量FIM算法，分别为IncMiningPFP和IncBuildingPFP。 IncMiningPFP保留原始遍历的FP树挖掘结果，并将其用于增量计算。 特别是，我们提出了一种在增量过程中生成部分FP树的方法，以避免不必要的挖掘工作。 此外，当插入的事务包括较少的项目时，可以省略一些增量并行任务。 IncbuildingPFP保留原始遍历中构建的CanTree，然后在增量遍历中向其添加新事务。 我们的实验结果表明，在大多数增量输入数据库的情况下，IncMiningPFP可以在PFP（并行FPGrowth）和顺序增量算法（CanTree）上实现显着的提速，而在其他情况下，IncBuildingPFP可以
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
