摘要：FP-growth算法只能处理较小数据集,在面对海量数据集时显得无能为力。对此,对FP-growth算法的挖掘过程进行改进,提出一种基于SOM(self-organizing map)划分的FP-growth算法。在数据预处理阶段,将原始数据中的每条事务标准化为相同维度的数据;考虑到大数据集较难处理的问题,首先利用系统抽样方法从大数据集中抽取出具有代表性的样本;由于包含频繁项的事务具有较小的欧氏距离,再对样本进行SOM聚类分析;根据聚类结果,将大数据集分成若干个子集,在各个子集上并行进行FP-growth算法挖掘。实验结果表明,改进算法降低了内存占用量,缩短了数据挖掘时间,提高了对海量数据的处理能力和效率,并且具有较好的加速比。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社