| 基于复杂网络数据流密度的增量子空间数据挖掘算法 |
| |
| 引用本文： | 侯燕,李巍,文乔农.基于复杂网络数据流密度的增量子空间数据挖掘算法[J].计算机应用研究,2015,32(7). |
| |
| 作者姓名： | 侯燕 李巍 文乔农 |
| |
| 作者单位： | 1. 周口师范学院计算机科学与技术学院,河南周口,466001
2. 西南科技大学信息工程学院,四川绵阳,621010 |
| |
| 基金项目： | 河南省软科学研究计划项目，西南科技大学博士基金项目 |
| |
| 摘 要： | 为了提升在复杂网络中对大规模网络数据流进行挖掘时的准确性,提出一种基于复杂网络数据流密度的增量子空间数据挖掘算法,在算法中先对复杂网络的数据流密度进行分析,并根据不同网络的数据流密度来划分社区,进行无向环路遍历来确定数据流的所属社区.再通过增量子空间数据挖掘算法来计算社区网络与数据流的相关度以及数据流所经过的节点与时间的相关系数,从而准确确定目标数据流所处的节点.通过仿真实验结果和数据分析表明,增量子空间数据挖掘算法的数据挖掘精度在节点、社区数较多的情况下仍达到了较高的挖掘精度.
|
| 关 键 词： | 复杂网络 数据挖掘 数据流密度 增量子空间 |
Incremental subspace data mining method based on data stream density of complex network |
| |
| Hou Yan,Li Wei,Wen Qiaonong.Incremental subspace data mining method based on data stream density of complex network[J].Application Research of Computers,2015,32(7). |
| |
| Authors: | Hou Yan Li Wei Wen Qiaonong |
| |
| Abstract: | |
| |
| Keywords: | complex networks data mining data stream density incremental subspace |
| 本文献已被 万方数据 等数据库收录！ |
|
