مروری برروشهای استخراج موازی مجموعه اقلام پرتکرار براساس چارچوب MapReduce

استخراج الگوهای پرتکرار یکی ازمهمترین و پرکاربردترین وظایف داده کاوی است که هدف آن کشف دانش درقالب الگوهای تکرار شونده میب اشد دردهه اخیر الگوریتم های استخراج الگوی کارامدی ارایه شده اند اما برای کلان داده ها که امروزه با آنها مواجه هستیم مقیاس پذیرنیستند الگوریتم های موازی مقیاس پذیر کلید حل مشکل دراین زمینه هستند دراین مقاله مروری برپیشرفت های اخیر برای حل مشکل استخراج الگوهای مکرر به صورت موازی خواهیم داشت الگوریتم های موازی بررسی شده درمطالعه ی پیشرو برپایه دوالگوریتم شناخته شده ی Apriori FP-Growth و براساس چارچوب MapReduce می باشند

کلیدواژه ها:

استخراج مجموعه اقلام پرتکرار ، الگوریتم های موازی ، کلان داده ، Apriori ، FP-Growth ، MapReduc