以MapReduce為基礎有效率發掘頻繁項目集之研究

Minghsin University Institutional Repository > 工學院 > 資訊工程系 > 校內專題研究計畫 > Item 987654321/996

請使用永久網址來引用或連結此文件: http://120.105.36.38/ir/handle/987654321/996

題名:	以MapReduce為基礎有效率發掘頻繁項目集之研究
作者:	蔡秀滿
貢獻者:	資工系
關鍵詞:	資料探勘、頻繁項目集、雲端計算、巨量資料、MapReduce
日期:	2015-10
上傳時間:	2016-01-08 16:49:24 (UTC+8)
摘要:	頻繁項目集探勘(frequent itemset mining)是資料探勘領域中一項重要的研究。隨著巨量資料(big data)的崛起，傳統頻繁項目集探勘演算法已無有效處理巨量的資料，因此如何縮短分析巨量資料的時間，已成為近年來一個重要研究方向。由於雲端科技的成熟，運用雲端運算的關鍵技術 MapReduce，可以有效率地對大量資料進行平行處理。以MapReduce為基礎架構，許多類似Apriori處理方式的分散式頻繁項目集探勘演算法已陸續被提出。然而探勘演算法已陸續被提出。然而探勘演算法已陸續被提出。然而Apriori 的方法需要多次讀取資料庫中，因此重複讀取資料仍是執行效能的主要瓶頸。本研究也是以MapReduce為架構，考慮如何有效地進行頻繁項目集探勘，我們所提出的方法只讀取資料庫一次，而且只使用一個階段(phase)的 MapReduce，因此將可以有效提升頻繁項目集探勘的效率。
顯示於類別:	[資訊工程系] 校內專題研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
成果報告-蔡秀滿.pdf		954Kb	Adobe PDF	103	檢視/開啟

在MUSTIR中所有的資料項目都受到原著作權保護.