基于Spark的并行关联规则挖掘算法研究综述

雩风三日

基于Spark的并行关联规则挖掘算法研究综述

$ L; q( _+ M3 _      关联规则挖掘是数据挖掘的一个重要分支，但随着数据的快速增长，传统关联规则挖掘算法不能很好地适应大数据的要求，需要在分布式、并行计算的平台上寻找突破。Spark 是专门为大数据处理而设计的一个适合迭代运算的并行计算模型，相比MapReduce 具有更高效、充分利用内存、更适合迭代计算和交互式处理的优点。对已有的基于Spark 的并行关联规则挖掘算法进行了分类和综述，并总结了各自的优缺点和适用范围，为下一步的研究提供参考。
) P1 X8 @3 ^8 V  u$ m) C6 F
8 r, h1 V6 @" {0 V: S关键词：Spark；并行；关联规则挖掘；Apriori；FP-Growth