一种基于MapReduce的频繁项集挖掘算法

随着大数据时代的到来，针对Apriori算法和FP Growth算法在挖掘海量规模数据频繁项集时，存在内存不足、计算效率低等问题，提出一种Aggregating_FP算法。该算法结合MapReduce并行计算框架与FP Growth算法，实现频繁项集的并行挖掘，对每个项进行规约合并处理，仅输出包含该项的前K个频繁项集，提高了海量数据决策价值的有效性。在Hadoop分布式计算平台上对多组规模不同的数据集进行测试。实验结果表明，该算法适合大规模数据的分析和处理，具有较好的可扩展性。

A Algorithm for Mining Frequent Itemsets Based on MapReduce