以MapReduce為基礎有效率發掘頻繁項目集之研究

MUSTIR > College of Engineering > Department of Computer Science and Information Engineering > Research Projects in School > Item 987654321/996

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/996

Title:	以MapReduce為基礎有效率發掘頻繁項目集之研究
Authors:	蔡秀滿
Contributors:	資工系
Keywords:	資料探勘、頻繁項目集、雲端計算、巨量資料、MapReduce
Date:	2015-10
Issue Date:	2016-01-08 16:49:24 (UTC+8)
Abstract:	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。
Appears in Collections:	[Department of Computer Science and Information Engineering] Research Projects in School

Files in This Item:

File	Description	Size	Format
成果報告-蔡秀滿.pdf		954Kb	Adobe PDF	103	View/Open