网格与云平台关联规则挖掘算法的对比研究。

简介：
鉴于数据密集型和计算密集型任务的性质，关联规则挖掘通常是一个耗时且资源消耗较大的流程。为了高效地挖掘海量数据并提升现有顺序关联规则挖掘算法的可扩展性和性能，开发了并行和分布式算法。然而，这些传统的并行和分布式算法往往依赖于同构平台，这对于网格和云等异构平台提出了挑战。因此，亟需设计新的算法，以解决异构系统中良好的数据集分区与分布、负载均衡策略以及处理器间通信与同步技术的优化问题。网格和云作为新兴的分布式数据处理平台，已经涌现出各种关联规则挖掘算法，并在这些平台上得到了广泛应用。本文旨在综述分布式系统架构的简要概述，并探讨基于网格和基于云的关联规则挖掘算法的各类最新方法，具有较为全面的感知能力。我们根据数据局部性、编程范式、容错性、通信成本、数据集的分区与分布等因素，对这些体系结构上开发的关联规则挖掘算法进行分类区分。尽管本文并未涵盖所有算法，但它对于在分布式关联规则挖掘领域进行研究的新研究人员而言，仍可能具有重要的参考价值。