データマイニングにおける相関関係抽出の並列処理方式

概要

論文の詳細を見る
近年のプロセッサの高性能化、二次記憶装置の大容量化等の計算機技術の進展により、莫大な履歴データが蓄積され、それらのデータを解析することが可能となった。このような大量に蓄積された履歴データを解析することにより、その中に埋もれた法則や関係など有用な情報を抽出し、データの効果的な活用を図る「データマイニング(Data base Mining)」の研究が着目されている。データマイニングで得られる情報の代表的なものに、データ間の相関関係があり、これを抽出する効率の良い手法の研究が進められている。大量のデータを操作対象とする場合には、より根本的な性能向上が不可欠であり、我々は並列処理方式について研究を進めている。我々の知る限り並列化に関する報告は、ほぼ同時期に発表された[1]しかなく、3章で述べる様に[1]は候補アイテム集合を全プロセッサに複製しており、記憶効率が著しく低い。本報告では、データ複製を行わず記憶効率を大幅に向上させ、より大規模なマイニングを可能とすると同時に、性能向上を実現する方式を提案するとともに、並列計算機AP1000上に実装し、その有効性を明らかにする。
一般社団法人情報処理学会の論文
1996-03-06