基于OpenCL的頻繁項(xiàng)集挖掘研究.pdf

1、隨著當(dāng)今信息技術(shù)的高速發(fā)展，人們?nèi)粘Ｉa(chǎn)生活中產(chǎn)生的數(shù)據(jù)量呈現(xiàn)出爆發(fā)式增長。因此，對(duì)于海量數(shù)據(jù)集的處理已成為數(shù)據(jù)挖掘技術(shù)的主要挑戰(zhàn)。而如何能以高性價(jià)比的方式挖掘到有價(jià)值的信息是目前數(shù)據(jù)挖掘研究的新課題。
　　 GPU通用計(jì)算技術(shù)的日益成熟為數(shù)據(jù)挖掘技術(shù)的發(fā)展注入了新的動(dòng)力。GPU通過與CPU截然不同的發(fā)展路線，由當(dāng)初的專用圖形處理器一步步走進(jìn)今天的通用計(jì)算領(lǐng)域，并且正在向傳統(tǒng)架構(gòu)的超級(jí)計(jì)算機(jī)發(fā)起挑戰(zhàn)。很顯然，數(shù)據(jù)挖掘這類計(jì)算密集

2、型應(yīng)用也必將受益于現(xiàn)代GPU所提供的廉價(jià)大規(guī)模并行計(jì)算能力。
　　 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的重要技術(shù)之一，而其中的頻繁項(xiàng)集計(jì)算任務(wù)又是整個(gè)算法的核心，研究如何利用GPU通用計(jì)算技術(shù)來加速頻繁項(xiàng)集挖掘具有一定的理論與實(shí)際意義。本文通過分析與總結(jié)過去關(guān)于頻繁項(xiàng)集挖掘的研究成果，設(shè)計(jì)了一種基于OpenCL的CPU+GPU異構(gòu)執(zhí)行的挖掘算法，利用OpenCL創(chuàng)建大規(guī)模并發(fā)線程來加速計(jì)算Apriori算法中的計(jì)算密集部分。實(shí)驗(yàn)采用OpenCL

3、的Java綁定接口來具體實(shí)現(xiàn)，并選擇了同一級(jí)別的CPU與GPU用于改進(jìn)后算法與原算法的性能對(duì)比測(cè)試。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法對(duì)于稀疏數(shù)據(jù)集有更好的加速性能，并且隨著支持度的降低，加速比呈現(xiàn)擴(kuò)大趨勢(shì)，最高達(dá)到約20倍。另外，本文初步討論并實(shí)驗(yàn)了利用OpenCL的Local Memory機(jī)制來對(duì)事務(wù)數(shù)據(jù)的訪問作進(jìn)一步優(yōu)化。不過，最后的測(cè)試結(jié)果表明這種改進(jìn)僅對(duì)稠密數(shù)據(jù)集產(chǎn)生了約10％的性能提升。本文在最后還指出了一些未來值得進(jìn)一步研究與改進(jìn)的方