1、萬方數(shù)據(jù)太原理工大學碩士學位論文I頻繁項集快速挖掘算法研究及應用摘要隨著信息技術的發(fā)展，數(shù)據(jù)呈指數(shù)型增長，傳統(tǒng)數(shù)據(jù)挖掘算法對大規(guī)模數(shù)據(jù)的處理和應用存在挖掘效率低，難以實現(xiàn)有效應用等不足。數(shù)據(jù)的產(chǎn)生、收集、存儲和分析等都需要大數(shù)據(jù)技術的支持，因此如何將傳統(tǒng)數(shù)據(jù)挖掘算法與大數(shù)據(jù)技術有效結合成為當前的研究熱點。現(xiàn)有頻繁項集挖掘算法在處理大數(shù)據(jù)時，存在運行時間過長、內存溢出等缺點，故將其與大數(shù)據(jù)技術有效結合，有助于進一步實現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)化應用。一

2、方面，大數(shù)據(jù)技術使數(shù)據(jù)分析、處理速度加快，提高了算法運行效率；另一方面，通過分析數(shù)據(jù)的隱含價值，進行應用研究，為生產(chǎn)生活提供便利。本文基于頻繁項集挖掘算法和大數(shù)據(jù)技術，探索效率更高的算法，并將本文算法應用于現(xiàn)實中。具體而言，本文主要完成了以下三方面的研究：(1)Eclat算法改進研究深入分析Eclat算法，結合頻繁項集自身性質，從候選集優(yōu)化和剪枝兩方面優(yōu)化算法。通過篩選候選集，剔除非候選集，減少交集運算的次數(shù)，提出了改進算法——Ecla