FP-growth並列化による頻出パターン抽出高速化(セッション5B : パターン抽出)

スポンサーリンク

概要

論文の詳細を見る
データマイニング分野で重要な問題の一つに頻出パターン抽出問題がある。頻出パターン抽出手法では、多くの拡張手法を生んだAprioriが有名である。2000年になるとAprioriよりも高速な手法として、FP-growthが提案されたが、従来の並列化手法の多くは、依然としてAprioriに基づいている。本稿では、並列にディスクアクセスを行い、FP-treeをローカルに構築することによって、FP-growthを並列化する.本手法を32ノードクラスタ上で実験した結果、最小サポートを0.25%とした場合に約2倍の速度向上を得ることができた.また、最小サポートを2%とした場合、約130倍の速度向上を得ることができた。
2003-07-16

著者

関連論文

もっと見る

スポンサーリンク