挖掘频繁闭项集（CFI）在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而，内存需求和计算成本成为CFI挖掘算法的瓶颈，尤其是在从大型数据集中挖掘频繁闭项集时，是一个重要和具有挑战性的问题。针对上述问题，提出一种基于云计算的MapReduce框架的并行AFOPT-close算法，使MapReduce可广泛地用于处理大型数据。此外，用于检查频繁项集是否为完全闭的有效并行算法也要求MapReduce平台进一步完善其性能。