文章标题：船舶管理中基于负载平衡的并行FP-growth算法研究
文章作者：尚弘1, 徐平平2, 姚湘1
关 键 字：船舶管理;大数据;负载平衡;BPFP-growth;频繁项集
文章摘要：船舶行业数据增长十分迅速，深度挖掘蕴含在大数据中的相关信息，可以有效加强船舶运营的精准化、高效化管理。本文提出一种基于负载平衡的并行FP-growth数据挖掘算法（BPFP-growth）。该算法通过赋予项目TID的方式，对项集树的存储方式进行了改进，基于镜像重构与负载因子完成数据的并行分组，在各自并行分区节点完成相应分组子集的频繁项集的挖掘，通过并集完成全部频繁项集的求解。实验表明，该算法具有较好的可并行性和可扩展性，能够有效实现船舶管理、资源配置等数据的挖掘，进行精准管理，优化资源配置，促进船舶行业高质量发展。