基于改进 Apriori 算法的肺癌致病因素研究

来源：计算机技术与发展杂志2020年第02期北京时间：

作者：张润;冯云霞

摘要：随着人民生活水平的不断提高,肿瘤疾病的人数在不断增多,其中肺癌是21世纪严重危害人类健康的重大疾病。 面向肺癌电子病历如此庞大的数据量时,传统Apriori算法的串行计算方式需要频繁扫描数据库,会消耗巨大的内存占用 量。 对此,提出一种基于改进Apriori算法的肺癌风险评估因素分析的方法。 运用Hadoop平台实现并行Apriori算法的优 化,应用HBase文件存储系统对海量数据分布式存储以及MapReduce框架进行分布式计算,最后给出基于Hadoop平台和 MapReduce分布式计算模型的执行流程和测试结果。 实验结果表明,改进算法在处理大数据及时有较好的执行效率以及 良好的可扩展性,得出了肺癌的疾病模式与致病因素之间的隐匿规则,从而验证了改进后的Apriori算法对于辅助肺癌临 床实验具有重要的意义。

关键词：关联规则;Apriori算法;Hadoop;肺癌