| 流数据上的频繁项挖掘算法 |
| |
| 引用本文： | 屠莉,陈崚. 流数据上的频繁项挖掘算法[J]. 计算机应用, 2011, 31(2): 450-453. DOI: 10.3724/SP.J.1087.2011.00450 |
| |
| 作者姓名： | 屠莉 陈崚 |
| |
| 作者单位： | 1. 江阴职业技术学院2. 扬州大学 信息工程学院; 南京大学 计算机软件新技术国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金资助项目，江苏省自然科学基金资助项目，江苏省教育厅自然科学基金资助项目，江苏省普通高校研究生科研创新计划项目 |
| |
| 摘 要： | 提出了一种流数据上的频繁项挖掘算法（SW-COUNT）。该算法通过数据采样技术挖掘滑动窗口下的数据流频繁项。给定的误差ε，SW-COUNT可以在O(ε-1)空间复杂度下，检测误差在εn内的数据流频繁项，对每个数据项的平均处理时间为O(1)。大量的实验证明，该算法比其他类似算法具有较好的精度质量以及时间和空间效率。
|
| 关 键 词： | 数据流 频繁项 滑动窗口 采样技术 数据挖掘 |
| 收稿时间： | 2010-07-19 |
| 修稿时间： | 2010-09-13 |
Mining frequent items on stream data |
| |
| TU Li,CHEN Ling. Mining frequent items on stream data[J]. Journal of Computer Applications, 2011, 31(2): 450-453. DOI: 10.3724/SP.J.1087.2011.00450 |
| |
| Authors: | TU Li CHEN Ling |
| |
| Affiliation: | Ling2,3(1.Department of Computer Science,Jiangyin Polytechnic Institute,Jiangyin Jiangsu 214405,China; 2.Department of Computer Science,Yangzhou University,Yangzhou Jiangsu 225009,China; 3.State Key Laboratory for Novel Software Technology,Nanjing University,Nanjing Jiangsu 210093,China) |
| |
| Abstract: | A frequent items mining algorithm of stream data (SW-COUNT) was proposed, which used data sampling technique to mine frequent items of data flow under sliding windows. Given an error threshold ε, SW COUNT can detect ε-approximate frequent items of a data stream using O(ε-1) memory space and the processing time for each data item was O(1). A lot of experiments show that SW-COUNT outperforms other methods in terms of the accuracy, memory requirement, and time and space efficiency. |
| |
| Keywords: | data stream frequent item sliding window sampling technology data mining |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|
