HFIM: a Spark-based hybrid frequent itemset mining algorithm for big data processing

Frequent itemset mining is one of the data mining techniques applied to discover frequent patterns, used in prediction, association rule mining, classification, etc. Apriori algorithm is an iterative algorithm, which is used to find frequent itemsets from transactional dataset. It scans complete dat...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	The Journal of supercomputing Ročník 73; číslo 8; s. 3652 - 3668
Hlavní autoři:	Sethi, Krishan Kumar, Ramesh, Dharavath
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.08.2017 Springer Nature B.V
Témata:	Algorithms Big Data Compilers Computer Science Data management Data mining Data processing Datasets Interpreters Iterative algorithms Processor Architectures Programming Languages Scanning Frequent pattern mining Apriori algorithm Big data Apache Spark
ISSN:	0920-8542, 1573-0484
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!