频繁项集挖掘是数据挖掘领域最为重要的算法之一，其中，Apriori算法是频繁项集挖掘算法中最为经典的算法。然而，频繁项集挖掘算法不仅是数据密集型算法，而且也是计算密集型算法。一方面，如今我们进行数据挖掘的数据集越来越大；另一方面，频繁项集挖掘算法需要迭代地查找原始数据集。所以现有的MapReduce并行化频繁项集挖掘算法在实现上效率不高。

• 充分利用分布式内存计算，将迭代计算产生的中间数据放在分布式内存中
• 利用Broadcast广播机制，在每个分布式节点上广播原始数据集，降低通信开销、提高效率

实验表明，与MapReduce并行化频繁项集挖掘算法相比，YAFIM在不同的数据集上平均提高18倍左右。