基于片上多核的频繁项集并行挖掘算法

摘要

关联规则挖掘中最主要的工作是如何高效地挖掘频繁项集.目前在单机平台上,由于计算量大等原因,大数据集上的关联规则挖掘很难得到理想结果.在分析现有频繁项集挖掘算法的基础上,结合Eclat和dEclat挖掘算法优点,针对大数据集和片上多核共享内存计算环境,提出一种高效的并行频繁项集挖掘算法PEclat,算法实现了任务级并行挖掘频繁项集,并在大数据集上进行了多项测试.实验结果表明,无论数据稠密程度如何,该算法均能取得较好的性能.