凌 玥，刘晶晶，章 韵

（南京邮电大学，江苏 南京 210046）

基于云平台的知识关联挖掘研究

凌 玥，刘晶晶，章 韵

（南京邮电大学，江苏 南京 210046）

针对用户动态浏览过程，文章提出了一种基于权值矩阵的FP-Growth关联规则。经过时间因子过滤，得到初始矩阵，进一步计算出权值向量，用于FP-Growth算法改进。同时，解决了动态事务项集部分更新及支持度变化的问题，分析频繁项集的关联规则，在云平台上进行并行处理，改进算法性能和时空间效率，最终得到更有效、更精准的频繁项集，为后续推送研究做基础。

数据挖掘；Hadoop；关联规则；MapReduce近年来，“云计算”［1］和大数据（Big Data）［2］技术在全世界迅猛发展，引起了全世界的广泛关注。大数据技术发展的主要推动力来自并行计算硬件和软件技术的发展，以及近年来行业大数据处理需求的迅猛增长。其中，大数据处理技术最直接的推动因素，当数MapReduce大规模数据分布存储和并行计算技术，以及开源Hadoop MapReduce并行计算系统的普及使用。从宏观角度分析，数据挖掘等同于“数据中的知识发现”，但从微观上看，数据挖掘只是KDD过程的一个关键步骤。KDD包含数据清理［3］、数据集成、数据选择、数据变换、数据挖掘［4］、模式评估、知识表示几个环节［5］。本文基于关联规则［6］的推荐思想：挖掘了论文之间的相关性，即用户读取文献及其参考文献时间与其之间相互引用次数累计，找出两者的关系密切程度，再排序选出优先推送，研究了这一问题并提出了一个在页面浏览时间因子矩阵的基础上挖掘频繁项集的关联规则算法。……