基于Spark的并行关联规则挖掘算法研究综述

来源：计算机工程与应用杂志2019年第9期北京时间：

作者：刘莉萍1，章新友1，牛晓录2，郭永坤1，丁 亮1

单位：1.江西中医药大学 计算机学院，南昌 330004；2.江西中医药大学 药学院，南昌 330004

摘要：关联规则挖掘是数据挖掘的一个重要分支，但随着数据的快速增长，传统关联规则挖掘算法不能很好地适应大数据的要求，需要在分布式、并行计算的平台上寻找突破。Spark是专门为大数据处理而设计的一个适合迭代运算的并行计算模型，相比MapReduce具有更高效、充分利用内存、更适合迭代计算和交互式处理的优点。对已有的基于Spark的并行关联规则挖掘算法进行了分类和综述，并总结了各自的优缺点和适用范围，为下一步的研究提供参考。

关键词：Spark,并行,关联规则挖掘,Apriori,FP-Growth