TAILIEUCHUNG - Tổng luận về khai thác song song tập phổ biến từ dữ liệu giao dịch trên bộ xử lý đa nhân

Bài viết trình bày khảo sát và tổng luận về một số thuật toán khai thác song song tập phổ biến (bước quan trọng của khai thác luật kết hợp) trên bộ xử lý đa nhân. Điều này giúp các nhà nghiên cứu có sự lựa chọn giải pháp kỹ thuật phù hợp khi cần nâng cao hiệu năng trong khai thác dữ liệu lớn. | Hội nghị Quốc gia lần thứ 23 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2020 Tổng Luận về Khai Thác Song Song Tập Phổ Biến từ Dữ Liệu Giao Dịch trên Bộ Xử Lý Đa Nhân Phan Thành Huấn1 2 Lê Hoài Bắc3 1 Khoa Toán Tin học Trƣờng Đại học Khoa học Tự nhiên 2 Bộ môn Tin học Trƣờng Đại học Khoa học Xã hội và Nhân văn -VN 3 Khoa Công nghệ Thông tin Trƣờng Đại học Khoa học Tự nhiên Email huanphan@ lhbac@ Tóm tắt - Trong gần ba mươi năm qua khai thác luật kết hợp gian trong khai thác tập phổ biến nhiều nhà nghiên cứu đã đề luôn được nhiều nhà nghiên cứu quan tâm và đề xuất nhiều thuật xuất thuật toán khai thác hiệu quả tập phổ biến dựa vào các toán hiệu quả cho bài toán tìm kiếm các mối tương quan tiềm ẩn cấu trúc lƣu trữ rút gọn không gian tìm kiếm nhƣ SE-Tree giữa các item trong dữ liệu. Cùng với sự bùng nổ của dữ liệu lớn Prefix-Tree IT-Tree FP-Tree Tuy nhiên trong thực tế việc và phát triển vượt bậc của kỹ thuật phần cứng một số nhà phát sinh tập phổ biến tốn nhiều thời gian và có số lƣợng nghiên cứu đã nâng cao hiệu năng khai thác luật kết hợp bằng itemset rất lớn. Vì vậy một số nhà nghiên cứu đã đề xuất khai cách sử dụng môi trường tính toán song song trên các bộ xử lý đa thác tập phổ biến đóng CFI Closed Frequent Itemset có số nhân giúp giảm thiểu thời gian khai thác đáng kể. Trong bài lƣợng ít hơn tập phổ biến nhƣ thuật toán A-Close 4 Charm viết này chúng tôi khảo sát và tổng luận về một số thuật toán khai thác song song tập phổ biến bước quan trọng của khai thác 5 . Song song đó một số nhà khoa học khác cũng đề xuất luật kết hợp trên bộ xử lý đa nhân. Điều này giúp các nhà khai thác tập phổ biến tối đại MFI Maximal Frequent nghiên cứu có sự lựa chọn giải pháp kỹ thuật phù hợp khi cần Itemset nhƣ thuật toán Pincer-Search 6 Mafia 7 nâng cao hiệu năng trong khai thác dữ liệu lớn. Sau cùng chúng Ở một số ứng dụng thực tế việc sử dụng các tập FI CFI tôi đưa ra khuyến nghị và định hướng nghiên cứu .

• Cơ sở dữ liệu
• Bộ xử lý đa nhân
• Khai thác luật kết hợp
• Kỹ thuật phần cứng
• Môi trường tính toán song song
• Thuật toán khai thác song song tập phổ biến
• Kỷ yếu hội nghị Quốc gia về Điện tử truyền thông
• Chip xử lý đa nhân
• Phân cấp bộ nhớ
• Vi xử lý đa nhân
• Bộ nhớ cache
• Kiến trúc xử lý song song đa luồng
• Khai thác dữ liệu
• Tập hiếm tối thiểu
• Thuật toán song song MCP mRI
• Thuật toán sinh cây nLOOC Tree
• công nghệ đa phân luồng
• hệ điều hành android
• smart phone
• bộ vi xử lý
• chip Cortex A9 2 nhân
• nền tảng ARM V7 rev 10
• Thuật toán song song khai thác
• Thuật toán song song tập sinh tối thiểu
• Tập phổ biến đóng
• Nghiên cứu IBM Almaden
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Công nghệ thông tin
• Khai thác tập phổ biến
• Thuật toán Apriori
• Hệ thống song song Hadoop/MapReduce
• Luồng dữ liệu MapReduce