基于关联规则的并行优化算法研究

发布时间：2019-09-07 13:07

【摘要】：在数据挖掘及其相关的应用领域中,基于关联规则的挖掘是一个重要的研究方向。然而当前许多关联规则挖掘的研究方法在处理不同的数据类型的数据集时并没有挖掘出特别理想的挖掘结果,而且也没有充分利用基于共享内存的多核计算机的高效运算能力来解决问题。因此,本文提出了一个新颖的发现频繁项集的并行的关联规则挖掘方法,来解决上述问题。本文提出的方法是基于共享内存的方式并行挖掘频繁项集,该方法集成了两种关联规则的挖掘策略,分别是水平化的挖掘策略和垂直化的挖掘策略。该方法会动态选择两种挖掘策略中的最佳策略而应用到数据集的每个子数据集中,从而高效地适应数据的特征,并且无论数据集是稀疏的还是稠密的,该方法的运行效率相比传统的方法都更有优势。此外,本方法会尽量最小化并行过程中的同步开销,而最大化数据分布的独立性从而增强算法的可行性。本方法自身的结构建立在基于多核的共享内存架构上,并且会采用动态规划引导自身去平衡数据的加载。实验结果表明,本文提出的方法要比传统的并行关联规则的挖掘方法运行速度更快,消耗的内存空间更少。
【图文】：

多核,处理器,架构,集群化

３．１．１多核处理器架构逡逑多核处理器是一种独立的计算机组件，该组件由两个或多个独立的中央处理单元组逡逑成，而这些处理单元的物理结构又是相同的。处理器架构如图３．１所示。起初处理器被逡逑设计为只拥有一个核心，然而不久，在２００８年，由Ｉｎｔｅｌ和ＡＭＤ两家公司共同推出了逡逑商业化的多核处理器，，这使得多核处理器的普及称为主流１３？Ｍ２］。逡逑Ｔｈｒｅａｄ逦Ｔｈｒｅａｄ逡逑Ｃｈｉｐ逡逑Ｃｏｒｅ逦Ｃｏｒｅ逡逑逦Ｉ逦ｉ逦逡逑Ｍｅｍｏｒｙ逡逑图３．１多核处理器架构模型逡逑多核处理器的计算机与之前的计算机集群或是ＳＭＰ邋（对称化的多核处理器）有着不逡逑同的规格：其内存架构不呈现集群化的分布而是呈现出共享式的分布。这一点与ＳＭＰ逡逑１７逡逑

实例数据,策略,数据格式

表３．１实例数据集的Ｂｉｔ邋Ｖｅｃｔｏｒ构造表逡逑ＴＩＰ逦频繁项集逦ａ逦ｂ逦ｃ逦ｄ逦ｅ逡逑１逦ａ，ｂ，ｄ逦１逦１逦０逦１逦＿０＿逡逑２逦ｂ，ｃ，ｄ逦０逦１逦１逦１逦＿０＿逡逑３逦ａ，ｃ，ｄ，ｅ逦１逦０逦１逦１逦１逡逑４逦ａ，逦ｄ，逦ｅ逦１逦０逦０逦１逦＿１＿逡逑５逦ａ，ｂ，ｃ逦１逦１逦１逦０逦＿０＿逡逑６逦ａ，ｂ，逦ｃ逦１逦１逦１逦０逦＿０＿逡逑＿１＿逦０邋０邋０邋０邋＿０＿逡逑８逦ａ，逦ｂ，逦ｄ逦１逦１逦０逦１逦＿０＿逡逑９逦ａ，ｂ，邋ｃ，ｅ逦１逦１逦１逦０逦１逡逑ＳｈａＦＥＭ算法对于频繁模式的产生使用了两种挖掘策略：其中ＦＰ－ｔｒｅｅ使用了基于水逡逑平的数据格式挖掘策略，而Ｂｉｔ－ｖｅｃｔｏｒ使用了基于垂直的数据格式挖掘策略。在挖掘频逡逑
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13

【参考文献】