مروري بر الگوريتم هاي استخراج مجموعه اقلام تكراري براي داده هاي بزرگ

A survey on frequent itemsets mining algorithms for big data

كاوش مجموعه اقلام، تكنيكي از داده كاوي اكتشافي است كه مورد استفاده براي كشف ارتباط و همبستگي هاي پنهان در مجموعه داده مي باشد. همچنين مورد بهره برداري در دامنه هاي مختلفي از داده هاي ترافيك شبكه تا ركوردهاي پزشكي مي باشد. پيشرفت هاي به وجود آمده در دهه هاي اخير در زمينه جمع آوري داده ها و قابليت ذخيره سازي آنها باعث رويارويي با حجم بزرگي از اطلاعات در بسياري از علوم شده است. با افزايش حجم داده، الگوريتم هاي مقياس پذير مختلف با بهره برداري از مزاياي چارچوب هاي محاسباتي توزيع شده مانند آپاچي هدوپ و اسپارك، توسعه يافته اند.

itemset mining is a well-known data mining technique that is used to discover relationships and hidden correlations in the data set. It is also exploited in various domains of network traffic data to medical records. The advances made in recent decades in collecting data and storage capabilities have led to confronting a large amount of information in many sciences. With increasing data volumes, various scalable algorithms have been developed, utilizing the benefits of distributed computing frameworks such as Apache Headoff and Spark.