利用抽样技术和元学习的分布式关联规则挖掘算法

？结合动态项集计数技术和抽样的思想，利用元学习策略来产生频繁项集，提出了一个不共享内存的分布式关联规则挖掘算法dasm；引进了相似度的概念，并用之提高了挖掘的精确度。理论分析以及在ibm数据生成器生成的数据集上的实验均表明，dasm算法具有较高的挖掘效率和较低的通信量，适用于对效率要求较高的应用领域。