基于渐增最小支持度函数的数据流频繁项挖掘

• 作者: 杨卫民 谭骏珊 辛动军 邝祝芳
• 来源期刊: 微电子学与计算机
• 关键词: 数据流 数据挖掘 频繁项 滑动窗口 最小支持度函数
• 年，卷（期）: 2008,（10）
• 页码范围: 196-198
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

目前数据流频繁项近似挖掘算法大多采用误差参数控制挖掘的结果,时间与内存开销越高,挖掘结果的正确性越低.针对这样一个问题,提出了渐增最小支持度函数作为误差参数.如果某数据项在滑动窗口中的保存时间越长,则该数据项的出现频率必须相应的增加才能继续保存在滑动窗口中.这样,在滑动窗口中需要保存的数据项的数量将减少,时间开销与内存开销也相应的减少.在此基础上,提出了一种基于渐增最小支持度函数的数据流频繁项挖掘算法GFFPM.该算法能准确的挖掘出滑动窗口中的频繁项.实验结果表明,该算法具有很高的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭骏珊	中南林业科技大学计算机学院	31	174	7.0	12.0
2	辛动军	中南林业科技大学计算机学院	10	27	3.0	4.0
3	邝祝芳	中南林业科技大学计算机学院	24	166	7.0	12.0
4	杨卫民	中南林业科技大学计算机学院	17	65	5.0	7.0