论文研究基于Spark的并行Eclat算法.pdf

通过对Spark大数据平台以及Eclat算法的深入分析，提出了基于Spark的Eclat算法（即SPEclat）。针对串行算法在处理大规模数据时出现的不足，该方法在多方面进行改进：为减少候选项集支持度计数带来的损耗，改变了数据的存储方式；将数据按前缀进行分组，并划分到不同的计算节点，压缩数据的搜索空间，实现并行化计算。最终将算法结合Spark云计算平台的优势加以实现。实验表明该算法可在处理海量数据集时高效运行，并且在面对数据量大规模增长的情况下具备良好的可扩展性。