[发明专利]基于Spark并行频繁项集挖掘方法在审
| 申请号： | 202111391423.7 | 申请日： | 2021-11-23 |
| 公开（公告）号： | CN114138860A | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 毛伊敏;吴斌;许春冬 | 申请（专利权）人： | 江西理工大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06F16/22;G06F16/182;G06F17/16;G06N3/12 |
| 代理公司： | 重庆天成卓越专利代理事务所(普通合伙) 50240 | 代理人： | 王宏松 |
| 地址： | 341000 江*** | 国省代码： | 江西;36 |
| 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并行频繁项集挖掘方法，包括以下步骤：S1，通过矩阵存储获取支持度计数矩阵，并提供创建条件FP‑tree的支持度计数查询；然后根据获取的支持度计数，剔除不满足最小支持度的项，得到频繁1项集矩阵；然后通过非负矩阵分解策略SNMF分解储存频繁1项集的矩阵；S2，由S1的频繁1项集矩阵可得频繁1项集F‑list，采用遗传算法的分组策略GS‑GA对S1得到的频繁1项集均匀分组；S3，采用高效缩减树结构策略ERTS合并条件模式基，删除FP‑tree中不满足最大频繁项集的路径；然后并行挖掘分组的FP‑tree，获得频繁项集，并将结果输出到分布式文件系统HDFS中。本发明解决了创建条件FP‑tree的时空效率低，节点间的通信开销大，冗余搜索的问题；在时空效率上和推荐非空率上都有显著的提高。 | ||
| 搜索关键词： | 基于 spark 并行 频繁 挖掘 方法 | ||
【主权项】：
暂无信息
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江西理工大学，未经江西理工大学许可，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/202111391423.7/，转载请声明来源钻瓜专利网。
