SufRec, an algorithm for mining association rules: Recursivity and task parallelism

计算机科学 关联规则学习 任务(项目管理) 集合(抽象数据类型) 平行性(语法) 过程(计算) FIFO(计算和电子) 数据挖掘 结转(投资) 序列(生物学) 算法 并行计算 程序设计语言 遗传学 管理 财务 生物 经济
作者
Abdelkader Mokkadem,Mariane Pelletier,Louis Raimbault
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:236: 121321-121321 被引量:1
标识
DOI:10.1016/j.eswa.2023.121321
摘要

The mining of frequent itemsets and association rules is a core problem in data mining and an essential task in data analysis. In this paper, we present SufRec, a new algorithm for finding frequent itemsets and association rules. We give two versions. In both versions, the mining of the frequent itemsets is decomposed as a sequence of tasks. The first version (the SufRecDep algorithm) proceeds the tasks successively, each one using the results of the previous ones. The second version (the SufRecInd algorithm) performs the tasks independently of each other. Both versions are recursive with respect to the items and have thus the advantage to be particularly efficient for updating the mining process when new items are added to the database or when others are excluded. Moreover, the task-independent processing of SufRecInd makes it very easy to build parallel versions of SufRec. We present two parallel SufRec algorithms. With the first one, P-FIFO-SufRec, the processors perform the tasks according to the order in which the items appear in the database, preserving the recursive nature of SufRec. For second one, P-PAST-SufRec, the set of items is fixed and the tasks are pre-assigned to each processor. In order to evaluate the performance of SufRec, we carry out a consequent experimental study. In particular, we compare its running times with those of well-known parallel and non-parallel frequent itemsets mining algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Lucas应助微风采纳,获得10
刚刚
刚刚
欣于所遇完成签到,获得积分10
1秒前
布丁完成签到,获得积分10
1秒前
aabbfz发布了新的文献求助10
1秒前
Denmark发布了新的文献求助10
2秒前
行舟完成签到 ,获得积分10
2秒前
qiaoshan_Jason完成签到,获得积分10
2秒前
2秒前
香蕉觅云应助科研通管家采纳,获得10
2秒前
科研通AI2S应助科研通管家采纳,获得10
2秒前
桐桐应助科研通管家采纳,获得10
2秒前
哌替啶完成签到 ,获得积分10
2秒前
2秒前
2秒前
啊撒网大大e完成签到,获得积分10
2秒前
2秒前
2秒前
2秒前
朻安完成签到,获得积分10
4秒前
默默海瑶完成签到,获得积分10
4秒前
4秒前
月月完成签到,获得积分10
5秒前
hxw完成签到,获得积分10
5秒前
Dipsy完成签到,获得积分10
5秒前
游侠客完成签到,获得积分10
5秒前
τ涛完成签到,获得积分10
5秒前
6秒前
7秒前
7秒前
7秒前
7秒前
8秒前
失眠的剑完成签到,获得积分10
8秒前
隐形曼青应助elijah采纳,获得10
8秒前
8秒前
谭凯文发布了新的文献求助10
8秒前
Jenny完成签到,获得积分10
9秒前
留胡子的霖完成签到,获得积分10
10秒前
keyan_zhou发布了新的文献求助10
10秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3245069
求助须知:如何正确求助?哪些是违规求助? 2888748
关于积分的说明 8255228
捐赠科研通 2557116
什么是DOI,文献DOI怎么找? 1385794
科研通“疑难数据库(出版商)”最低求助积分说明 650248
邀请新用户注册赠送积分活动 626447