[发明专利]基于Spark框架的FP-Growth大数据频繁项集挖掘算法在审
| 申请号： | 201711365857.3 | 申请日： | 2017-12-18 |
| 公开（公告）号： | CN108021695A | 公开（公告）日： | 2018-05-11 |
| 发明（设计）人： | 莫燮彬 | 申请（专利权）人： | 佛山市米良仓科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人： | 颜春艳 |
| 地址： | 528200 广东省佛山市南海区桂*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于Spark框架的FP‑Growth大数据频繁项集挖掘算法，包括如下步骤：S1、获得垂直布局的频繁1‑项集：首先输入文件；然后通过flatMap()函数生成项，通过Mpa()函数生成键‑值对；再构建垂直项集；并通过FP‑Grwth算法筛选非频繁项；最后获得垂直布局的频繁1‑项集；S2、获得频繁项集：计算项集支持度；生产N‑基数的潜在候选项集；获得k‑1技术的所有子集；将子集中相同实物存储到列表common；列表common的长度与min_sup比较；频繁项集获得。算法同时使用数据的垂直和水平布局来解决数据集过度扫描问题。 | ||
| 搜索关键词： | 基于 spark 框架 fp growth 数据 频繁 挖掘 算法 | ||
【主权项】：
1.一种基于Spark框架的FP-Growth大数据频繁项集挖掘算法，其特征在于，包括如下步骤：S1、获得垂直布局的频繁1-项集首先输入文件；然后通过flatMap()函数生成项，通过Mpa()函数生成键-值对；再构建垂直项集；并通过FP-Grwth算法筛选非频繁项；最后获得垂直布局的频繁1-项集；S2、获得频繁项集计算项集支持度；生产N-基数的潜在候选项集；获得k-1技术的所有子集；将子集中相同实物存储到列表common；列表common的长度与min_sup比较；频繁项集获得。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于佛山市米良仓科技有限公司，未经佛山市米良仓科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711365857.3/，转载请声明来源钻瓜专利网。
