| 窗口模式下在线数据流中频繁项集的挖掘* |
| |
| 引用本文： | 李可,任家东. 窗口模式下在线数据流中频繁项集的挖掘*[J]. 计算机应用研究, 2010, 27(5): 1711-1713. DOI: 10.3969/j.issn.1001-3695.2010.05.029 |
| |
| 作者姓名： | 李可 任家东 |
| |
| 作者单位： | 燕山大学,信息科学与工程学院,河北,秦皇岛,066004 |
| |
| 基金项目： | 国家“863”计划资助项目（2009AA01Z433）；河北省自然科学基金资助项目（F2008000888） |
| |
| 摘 要： | 拟采用一种基于滑动窗模式的单遍挖掘算法，专注于处理近期数据；为了减少处理时间和占用的内存，设计了一种新的事务表示方法。通过处理这个事务的表达式，频繁项集可以被高效输出，并解决了使用基于Apriori理论的算法时，由候选频繁1-项集生成频繁2-项集时数据项顺序判断不准确问题。该算法称为MRFI-SW算法。
|
| 关 键 词： | 在线数据流；频繁项集；滑动窗 |
Online data stream mining of recent frequent itemsets based on sliding window model |
| |
| LI Ke,REN Jia-dong. Online data stream mining of recent frequent itemsets based on sliding window model[J]. Application Research of Computers, 2010, 27(5): 1711-1713. DOI: 10.3969/j.issn.1001-3695.2010.05.029 |
| |
| Authors: | LI Ke REN Jia-dong |
| |
| Affiliation: | (College of Information Science & Engineering, Yanshan University, Qinhuangdao Hebei 066004, China) |
| |
| Abstract: | This paper proposed a one-pass data stream mining algorithm to mine the recent frequent itemsets in data streams with a sliding window based on transactions.To reduce the cost of time and memory needed to slide the windows,denoted each items a bit-sequence representations. Basing on dealing with the representations,can find frequent patterns in data streams efficiently,and the sequent of frequent 2-items is correct.This paper named the method MRFI-SW(mining recent frequent itemsets by sliding window)algorithm. |
| |
| Keywords: | online data stream frequent items sliding window |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
