-
基于MAPREDUCE并行处理的轨迹模式挖掘算法的研究
摘 要：关联规则算法中FP-Growth算法虽不产生候选集，但由于算法高度依赖于内存空间，阻碍了算法在大数据领域的 发挥，因此，改进了经典的FP-Growth算法，首先创建支持度计数表，避免了算法对条件模式基的第一次遍历，减少了对数据 库的扫描次数；其次利用剪枝策略删去了大量沉余的非频繁项集；最后将算法并行化，利用Hadoop平台优势极大提高数据 处理的效率，同时解决了算法占用内存的瓶颈问题。实验结果表明，改进型FP-Growth算法挖掘和预测轨迹的效率明显高于 经典算法。
