基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现实世界和工程实践产生了大量的数据流,这种数据不同于传统的静态数据,对其进行有效处理和挖掘遇到了极大的挑战.如何使用有限存储空间进行快速和近似的频繁模式挖掘是数据流挖掘的基本问题,具有非常重要的研究价值和实践意义,已经引起了国内外研究者的广泛关注.本文深入分析数据流中的频繁模式挖掘,对其特点和算法进行较为全面的总结和分类论述,并讨论了存在的主要问题和未来的研究方向.
推荐文章
数据流频繁模式挖掘技术研究
数据挖掘
数据流
频繁模式
Top-k
面向数据流的频繁模式挖掘研究
数据流
数据挖掘
数据流挖掘
频繁模式
界标窗口数据流频繁模式挖掘特性
频繁模式
数据流
DSMFP_LW算法
数据流中的频繁模式挖掘
数据挖掘
数据流
频繁模式
数据流管理系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据流频繁模式挖掘研究进展
来源期刊 自动化学报 学科 工学
关键词 数据挖掘 数据流 频繁模式 近似算法
年,卷(期) 2006,(4) 所属期刊栏目 综述
研究方向 页码范围 594-602
页数 9页 分类号 TP3
字数 6288字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘云鹤 浙江大学人工智能研究所 204 7394 51.0 80.0
2 徐从富 浙江大学人工智能研究所 78 1329 17.0 35.0
3 王金龙 浙江大学人工智能研究所 2 103 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (119)
参考文献  (10)
节点文献
引证文献  (100)
同被引文献  (38)
二级引证文献  (117)
1970(2)
  • 参考文献(1)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(16)
  • 引证文献(14)
  • 二级引证文献(2)
2008(20)
  • 引证文献(16)
  • 二级引证文献(4)
2009(24)
  • 引证文献(16)
  • 二级引证文献(8)
2010(28)
  • 引证文献(17)
  • 二级引证文献(11)
2011(20)
  • 引证文献(11)
  • 二级引证文献(9)
2012(18)
  • 引证文献(6)
  • 二级引证文献(12)
2013(16)
  • 引证文献(4)
  • 二级引证文献(12)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(13)
  • 引证文献(4)
  • 二级引证文献(9)
2016(14)
  • 引证文献(4)
  • 二级引证文献(10)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(18)
  • 引证文献(3)
  • 二级引证文献(15)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
数据流
频繁模式
近似算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导