当前的实现涉及大输入事务文件的采样，然后最终应用＆＃39; FP增长算法＆＃39;这个采样数据用于数据挖掘。但是，它有其局限性，我想在更大范围内实现这一点。 根据以下采样方法（基于用户响应）对事务文件进行采样：
目标是在Hadoop中实现并行处理并支持大型输入数据文件。如何在Hadoop或任何其他开源分布式处理框架中实现这一点？
答案 0 :(得分：1)
这里的问题主要是算法而不是技术。我们需要找到算法的并行方法，然后将其转换为MapReduce范例。只有这样，我们才能使用Hadoop并行运行该过程。
我认为对于您的算法，相关的并行版本是：http://infolab.stanford.edu/~echang/recsys08-69.pdf