数据流中一种快速启发式频繁模式挖掘方法

• 作者: 于戈 张昕 李晓光 王大玲
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据挖掘 数据流 频繁模式 倾斜窗口
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 数据库技术
• 页码范围: 2099-2105
• 页数: 7页
• 分类号: TP311
• 字数: 7361字
• 语种: 中文

摘要

在现有的数据流频繁模式挖掘算法中,批处理方法平均处理时间短,但需要积攒足够的数据,使得其实时性差且查询粒度粗;而启发式方法可以直接处理数据流,但处理速度慢.提出一种改进的字典树结构--IL-TREE(improved lexicographic tree),并在其基础上提出一种新的启发式算法FPIL-Stream(frequent pattem mining based on improved lexicographic tree),在更新模式和生成新模式的过程中,可以快速定位历史模式.算法结合了倾斜窗口策略,可以详细记录历史信息.该算法在及时处理数据流的前提下,也降低了数据的平均处理时间,并且提供了更细的查询粒度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学信息科学与工程学院	426	6587	38.0	64.0
2	王大玲	东北大学信息科学与工程学院	70	1479	23.0	36.0
3	张昕	东北大学信息科学与工程学院	24	223	7.0	14.0
4	李晓光	东北大学信息科学与工程学院	5	158	4.0	5.0