- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第44卷第1期煤矿机械Vol.44No.1
2023年1月CoalMineMachineryJan.2023
doi:10.13436/j.mkjx.202301014
矿山信息的关联规则算法改进研究
尚伟栋
(山西天地王坡煤业有限公司,山西晋城048000)
摘要:为了分析矿山生产过程中各危险因素的依赖关系及危险源的重要程度,通过对传统
Apriori算法的缺点进行分析,提出了一种改进的分布式并行算法。改进算法应用了MapReduce编
程模型和HBase存储数据库,可以仅通过一次扫描实现对海量数据的挖掘,并减少了支持度计数
的计算,极大提高了数据挖掘的效率,实现了矿山大数据的高效关联分析。
关键词:数据分析;关联规则;Apriori算法;MapReduce编程;HBase存储
中图分类号:TD67文献标志码:A
ResearchonImprovementofAssociationRuleAlgorithmforMine
Information
ShangWeidong
(ShanxiTiandiWangpoCoalIndustryCo.,Ltd.,Jincheng048000,Chian)
Abstract:Inordertoanalyzethedependenceofvariousriskfactorsandtheimportanceofrisksources
inthemineproductionprocess,proposedanimproveddistributedparallelalgorithmbyanalyzingthe
shortcomingsoftraditionalApriorialgorithm.TheimprovedalgorithmappliestheMapReduceprogramming
modelandtheHBasestoragedatabase,whichcanrealizetheminingofmassivedatathroughonlyone
scan,andreducethecalculationofsupportcounts.Itgreatlyimprovestheefficiencyofdataminingand
realizesefficientassociationanalysisofminebigdata.
Keywords:dataanalysis;associationrule;Apriorialgorithm;MapReduceprogramming;HBasestorage
0引言量原始数据中的有用的特征信息。利用关联规则对
科技的进步为工业的发展提供了广阔的前景,数据加以挖掘后所得到的信息能够指导在生产中以
矿山建设与开采所追求的目标就是信息化、智能化。具有彼此联系的事项集为基准进行合理的投资决
现代矿山企业追求的数据挖掘更倾向于预测算法,策。关联规则的形式化描述如下所述。
旨在通过历史数据的整合挖掘,总结出事故发展的关联规则中最基本的元素为项目,假设A=A1,
规律并进行预测分析,忽略了对矿山生产事故致因A2,,Anl,A(k=1,2,,n)就被称作项目,A一般
因素之间的耦合关系以及安全事故防患源头的分被叫做项集合,n是该项集合的长度,称为n-项集,
析。这些全都依赖于描述型的数据挖掘和对矿山历项集的子集通常被称为事务,用T表示,即TCA,每
文档评论(0)