挖掘数据流中的频繁模式

• 作者: 刘学军 徐宏炳 王永利 董逸生 钱江波
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 数据流 频繁模式 FP-DS算法 流数据挖掘
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 数据挖掘
• 页码范围: 2192-2198
• 页数: 7页
• 分类号: TP311
• 字数: 6003字
• 语种: 中文

摘要

发现数据流中的频繁项是数据流挖掘中最基本的问题之一.数据流的无限性和流动性使得传统的频繁模式挖掘算法难以适用.针对数据流的特点,在借鉴FP-growth算法的基础上,提出了一种数据流频繁模式挖掘的新方法:FP-DS算法.算法采用数据分段的思想,逐段挖掘频繁项集,用户可以连续在线获得当前的频繁项集,可以有效地挖掘所有的频繁项集,算法尤其适合长频繁项集的挖掘.通过引入误差ε,裁减了大量的非频繁项集,减少了数据的存储量,也能保证整个数据集中项目集支持度误差不超过ε.分析和实验表明算法有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董逸生	东南大学计算机科学与技术系	118	3003	29.0	49.0
2	徐宏炳	东南大学计算机科学与技术系	53	1077	20.0	32.0
3	王永利	东南大学计算机科学与技术系	24	516	12.0	22.0
4	刘学军	东南大学计算机科学与技术系	59	564	12.0	21.0
8	钱江波	东南大学计算机科学与技术系	20	584	14.0	20.0