您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 计算机软件 > 摘要

基于Spark的Top-k对比序列模式挖掘

《计算机研究与发展》2017年 第7期 | 张鹏 段磊 秦攀 左劼 唐常杰 元昌安 彭舰   四川大学计算机学院 成都610065 四川大学华西公共卫生学院 成都610041 科学计算与智能信息处理广西高校重点实验室(广西师范学院) 南宁530001
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:对比序列模式(distinguishing sequential pattern, DSP)指在目标类序列集合中频繁出现,而在非目标类序列集合中不频繁出现的序列.对比序列模式能够描述2个序列集合间的差异,有着广泛的应用,例如:构建序列分类器,识别DNA序列的生物特征,特定人群行为分析.与挖掘满足支持度阈值要求的对比序列模式相比,挖掘对比度top—k对比序列模式能避免用户设置不恰当的支持度阈值.因而,更易于用户使用.但是现有的top—k对比序列模式挖掘算法难以处理大规模序列数据.对此,设计了一种基于Spark的top—k对比序列模式并行挖掘算法,称为SP—kDSP—Miner.此外,为了提高SP—kDSP—Miner的效率,针对Spark结构的特点,设计了候选模式生成策略和若干剪枝策略,以及候选模式对比度的并行计算方法.通过在真实数据集与合成数据集上的实验,验证了SP—kDSP—Miner的有效性、执行效率和可扩展性.
【分 类】【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
【关键词】 并行计算 序列模式 top—k 对比挖掘 SPARK
【出 处】 《计算机研究与发展》2017年 第7期 1452-1464页 共13页
【收 录】 中文科技期刊数据库