摘要：针对传统的频繁模式增长算法（FP—Growth）在工作过程中会产生大量的条件FP—tree，存在时间和空间复杂度的问题，提出了一种基于Hadoop的改进的FP—Growth算法IFPH。IFPH通过Hadoop实现了并行化计算，并且在构建频繁模式树的过程中引入剪枝策略，压缩频繁模式树的规模，减少数据的处理量，采用不同规模的数据和计算节点数评估算法的性能。实验结果表明，IFPH算法的处理效率随着数据规模和计算节点数的增加而提高，具有很好的可行性和扩展性。
分类：期刊> 自然科学与工程技术> 信息科技> 无线电电子学
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > 哥白尼索引(波兰) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：fp tree 频繁项集 hadoop
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
