论文研究基于Spark框架的FPGrowth大数据频繁项集挖掘算法.pdf

针对大数据中的频繁项集挖掘问题，提出一种基于Spark框架的FP-Growth频繁项集并行挖掘算法。首先，根据垂直布局思想将数据按照事务标志符垂直排列，以此解决扫描整个数据集的缺陷；然后，通过FP-Growth算法构建频繁模式树，并生成频繁1-项集；接着，通过扫描垂直数据集来计算项集的支持度，从而识别出非频繁项，并将其从数据集中删除以降低数据尺寸；最后，通过迭代过程来生成频繁k-项集。在标准数据集上的实验结果表明，该算法能够有效挖掘出频繁项集，在执行时间方面具有很大的优越性。