数据流中频繁闭项集的近似挖掘算法

• 作者: 刘旭 刘椿年 孙岳 毛国君
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 数据挖掘 数据流 频繁闭项集
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 900-905
• 页数: 6页
• 分类号: TP311
• 字数: 6899字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2007.05.019

摘要

在数据流中挖掘频繁项集得到了广泛的研究,传统的研究方法大多关注于在数据流中挖掘全部频繁项集.由于挖掘全部频繁项集存在数据和模式冗余问题,所以对算法的时间和空间效率都具有更大的挑战性.因此,近年来人们开始关注在数据流中挖掘频繁闭项集,其中一个典型的工作就是Moment算法.本文提出了一种数据流中频繁闭项集的近似挖掘算法A-Moment.它采用衰减窗口机制、近似计数估计方法和分布式更新信息策略来解决Moment算法中过度依赖于窗口和执行效率低等问题.实验表明,该算法在保证挖掘精度的前提下,可以比Moment获得更好的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘椿年	北京工业大学计算机学院北京市多媒体与智能软件重点实验室	81	1010	16.0	29.0
2	刘旭	北京工业大学计算机学院北京市多媒体与智能软件重点实验室	14	135	6.0	11.0
3	毛国君	北京工业大学计算机学院北京市多媒体与智能软件重点实验室	29	296	7.0	17.0
4	孙岳	北京工业大学计算机学院北京市多媒体与智能软件重点实验室	3	40	2.0	3.0