網(wǎng)格環(huán)境下的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、網(wǎng)格是建立在Internet上的一種新興的高性能計(jì)算平臺(tái)，能夠?qū)⒏鞣N計(jì)算資源整合起來(lái)，轉(zhuǎn)化為一種隨處可得的、可靠的、經(jīng)濟(jì)的計(jì)算能力，具有分布性和異構(gòu)性、共享性和動(dòng)態(tài)性、虛擬性等特點(diǎn)。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的潛在有用的信息或知識(shí)的非平凡過(guò)程。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中的一種主要研究?jī)?nèi)容，體現(xiàn)了事物與事物之間存在的相互依存性和關(guān)聯(lián)性，具有廣泛的應(yīng)用價(jià)值。本文，采用網(wǎng)格作為分布

2、式計(jì)算平臺(tái)，對(duì)關(guān)聯(lián)規(guī)則的分布式挖掘算法進(jìn)行了研究。其主要的研究成果如下：
　　 第一、網(wǎng)格環(huán)境下的頻繁模式挖掘算法GridDMF。該算法首先，在各站點(diǎn)分別獨(dú)立的挖掘出局部頻繁項(xiàng)目集，歸并產(chǎn)生候選全局頻繁項(xiàng)目集；然后，對(duì)候選項(xiàng)集進(jìn)行剪枝，并將其廣播給各站點(diǎn)；掃描一次數(shù)據(jù)庫(kù)統(tǒng)計(jì)出各項(xiàng)目出現(xiàn)的次數(shù)，求得最終的全局頻繁項(xiàng)集。通過(guò)對(duì)候選項(xiàng)集的剪枝，減少了各站點(diǎn)間的網(wǎng)絡(luò)傳輸量，降低了各站點(diǎn)中項(xiàng)目集的計(jì)算量，從而提高了全局頻繁項(xiàng)目集的挖掘效率

3、；最后，以恒星光譜數(shù)據(jù)作為形式背景，通過(guò)實(shí)驗(yàn)驗(yàn)證了此算法的正確性和有效性。
　　 第二、網(wǎng)格環(huán)境下FP-tree的分布式構(gòu)造算法GridDBMA。該算法首先，統(tǒng)計(jì)出全局項(xiàng)目頭表；然后，各站點(diǎn)根據(jù)這個(gè)項(xiàng)目頭表的順序，獨(dú)立構(gòu)造局部頻繁模式樹(shù)BFP-tree，利用合并算法將各局部樹(shù)合并為一顆全局頻繁模式樹(shù)，并在全局頻繁模式樹(shù)上提取出所求的頻繁項(xiàng)目集，通過(guò)對(duì)傳統(tǒng)頻繁模式樹(shù)的存儲(chǔ)結(jié)構(gòu)的改進(jìn)，減少了樹(shù)的規(guī)模及站點(diǎn)間的網(wǎng)絡(luò)通信量，并使樹(shù)的遍歷