بررسی و ارزیابی بر پیاده سازی الگوریتم های APRIORRI موازی در پلت فرم هادوپ
محل انتشار: هشتمین کنفرانس ملی مهندسی برق و الکترونیک ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 418
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE08_240
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
دادهکاوی به معنای یافتن نیمه خودکار الگوهای پنهان در مجموعه دادههای 1 موجود میباشد.در دهه اخیر با رشد جوامع الکترونیکی و تکنولوژی اطلاعات شاهد حضور فیلدهای متعدد تحقیقاتی در این عرصه بوده ایم کهیک نمونه از آن کلان داده ها می باشد. Association Rule Mining یکی از نکنیکهای مناسب برای ارزیابی وبدست آوردن اطلاعات در کلان داده ها می باشد .الگوریتم Apriori یکی از الگوریتم های شناخته شدهAssociation Rule Mining برای شناسایی اقلام پر تکرار می باشد .عیب این الگوریتم در اسکن کردن زیاد پایگاه داده، حجم و ظرفیت حافظه ، CPU ... میباشد .محاسبات موازی روشی جدید و نو برای حل مشکلاتمطرح شده می باشد .محققین زیادی به اجرای موازی الگوریتم بهبود یافته Apriori پرداخته اند و سعی در بهبود این الگوریتم پر طرفدار را داشته اند این مقاله به بررسی کلی بر الگوریتم های موازی ارایه شده برای بهبودالگوریتم Apriori در محیط هادوپ میپردازد و در نهایت الگوریتم های مطرح شده از نظر زمان اجرای الگوریتم مقایسه می شوند.نتایح این ارزیابی نشان می دهد که چارچوب هادوپ و ابزارها و توابع کتابحانه ای آن گزینهمناسبی برای داده کاوی در کلان داده های می باشد .
نویسندگان
علیرضا نوروزی
عضو هیت علمی دانشگاه علامه مجلسی اصفهان ،ایران
نرگس چوبداران ورنوسفادرانی
دانشگاه آزاد اسلامی خوراسگان اصفهان ،ایران
مینا موسوی مدنی
دانشگاه آزاد اسلامی خوراسگان اصفهان ،ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :