%0 Journal Article
%T 分布式事务型内嵌树模式挖掘
%A 赵文
%A 吴小莹
%J 武汉大学学报(理学版)
%D 2018
%X 为了从大规模数据集中更高效地发现有价值的规则,本文提出一种迭代的频繁内嵌无序树模式挖掘算法:TETPM.同时设计了两个工作负载划分策略:TETPM-P和TETPM-E.TETPM-P由模式划分工作负载,而TETPM-E则通过模式实例来划分工作负载.实验评估表明,两种算法均可以有效地从大型数据集中挖掘频繁内嵌模式,TETPM-P适合于模式实例数更均衡的数据集,而TETPM-E则更适合规模更大的数据集
%K 内嵌树模式
%K 分布式模式挖掘
%K MapReduce
%K 工作负载均衡
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=ac20623d-6b35-43ff-8bd6-feaa3f7b2a03