مروری بر الگوریتم های استخراج مجموعه اقلام تکراری برای داده های بزرگ

کاوش مجموعه اقلام، تکنیکی از داده کاوی اکتشافی است که مورد استفاده برای کشف ارتباط و همبستگی های پنهان در مجموعه داده می باشد. همچنین مورد بهره برداری در دامنه های مختلفی از داده های ترافیک شبکه تا رکوردهای پزشکی می باشد. پیشرفت های به وجود آمده در دهه های اخیر در زمینه جمع آوری دادهها و قابلیت ذخیره سازی آنها باعث رویارویی با حجم بزرگی از اطلاعات در بسیاری از علوم شده است. با افزایش حجم داده، الگوریتم های مقیاس پذیر مختلف با بهره برداری از مزایای چارچوب های محاسباتی توزیع شده مانند آپاچی هدوپ و اسپارک، توسعه یافته اند.

Keywords:

مجموعه اقلام تکراری , نگاشت-کاهش , کلان داده , هدوپ , اسپارک