Optimization of frequent item set mining parallelization algorithm based on spark platform

In this paper, we propose a new method that combines the parallelism of the Spark-based platform with fast frequent mining, called STB_Apriori. Previous research has shown that traditional frequent itemset mining algorithms have high overhead when faced with large datasets and high-dimensional data...

Celý popis

Podrobná bibliografie

Vydáno v:	Information retrieval (Boston) Ročník 27; číslo 1; s. 38
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Dordrecht Springer Nature B.V 02.11.2024
Témata:	Algorithms Boolean Clustering Data compression Data mining Datasets Distributed processing Efficiency Parallel processing Python Social networks User requirements
ISSN:	1386-4564, 1573-7659
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!