摘要:如何在海量数据集中提高频繁项集的挖掘效率是目前研究的热点. 随着数据量的不断增长, 使用传统算法产生频繁项集的计算代价依然很高. 为此, 提出一种基于Spark的频繁项集快速挖掘算法(fast mining algorithm of frequent itemset based on spark, Fmafibs), 利用位运算速度快的特点, 设计了一种新颖的模式增长策略. 该算法首先采用位串表达项集, 利用位运算来快速生成候选项集; 其次, 针对超长位串计算效率低的问题, 考虑将事务垂直分组处理, 将同一事务不同组之间的频繁项集通过连接获得候选项集, 最后进行聚合筛选得到最终频繁项集. 算法在Spark环境下, 以频繁项集挖掘领域基准数据集进行实验验证. 实验结果表明所提方法在保证挖掘结果准确的同时, 有效地提高了挖掘效率.