一种分布式序列模式挖掘算法

摘要

针对分布式环境下的序列模式挖掘问题,提出了一种分布式序列模式挖掘(DSPM)算法.DSPM以PrefixSpan算法为基础,使用抽样检测技术平衡了任务负载,将挖掘任务分解后分配到多台计算机上以多进程、多线程并行执行.另外采用了伪投影技术来降低生成投影数据库的开销.实验结果表明,DSPM算法能够快速有效地挖掘分布式环境下的全局序列模式.