论文研究基于MapReduce的序列模式挖掘算法.pdf

针对传统GSP算法需要多次扫描数据库、I/O开销巨大的缺点，提出了一种基于MapReduce编程框架的序列模式挖掘算法MR-GSP（GSPalgorithmbasedonMapReduce）。MR-GSP算法将原序列数据库划分为多个子序列数据库并分发到多个Map节点，Map函数扫描存放在Map节点内存中的子序列数据库，产生局部序列模式，Reduce函数对所有局部序列模式合并，扫描原序列数据库，计算局部序列模式的支持度，得到最终的序列模式。相比于传统GSP算法，MR-GSP算法只需扫描两次原始数据库即可得到所有序列模式。实验结果表明，MR-GSP算法在对大数据集进行序列模式挖掘时，可充分利用云计算技术的优势，提高挖掘效率。