| 基于Fork/Join的事务日志伴随模式挖掘方法 |
| |
| 引用本文： | 孔明,魏东,冉义兵,毕国鹏.基于Fork/Join的事务日志伴随模式挖掘方法[J].小型微型计算机系统,2023(2):239-247. |
| |
| 作者姓名： | 孔明 魏东 冉义兵 毕国鹏 |
| |
| 作者单位： | 1. 北京建筑大学电气与信息工程学院;2. 北京市科学技术委员会建筑大数据智能处理方法研究北京市重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目(61871020)资助；;北京市教委科技计划重点项目(KZ201810016019)资助； |
| |
| 摘 要： | 信息系统产生的大量事务日志数据蕴含着潜在的伴随模式，伴随模式是指在时空上频繁共现的一组对象.由于传统的滑动窗口算法和FP-Growth算法只能调用单一线程进行计算，随着数据规模的扩张，会导致挖掘伴随模式的时间急剧增加.为此本文提出了一种基于Fork/Join并行技术的伴随模式挖掘框架，其能够实现从单线程到多线程的迁移，充分利用多核配置的加速性能.该框架由划定伴随数据集、频繁项集挖掘和关联规则挖掘三部分组成.首先，提出了基于Fork/Join的多核并行滑动窗口算法，以缩短从事务日志中划定伴随数据集的时间；然后，提出基于Fork/Join的多核并行FP-Growth算法，以并行地挖掘伴随数据集中的频繁项集；最后，引入支持度、置信度和提升度3个参数，对伴随模式中各对象间的关联规则进行挖掘.基于门禁刷卡数据的实验结果表明，相比传统算法，本文所提出的框架能够挖掘出更多的伴随模式，同时挖掘效率较高.
|
| 关 键 词： | 事务日志 伴随模式 Fork/Join框架 滑动窗口 FP-Growth算法 |
|
