数据流上最近频繁项集挖掘算法

• 作者: 舒平达 陈华辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据流 数据挖掘 频繁项集
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 数据库、信息处理
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP311
• 字数: 4160字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.18.046

摘要

数据流频繁项集挖掘是指在数据流中找出出现频数大于给定的最小支持度的项集过程.随着一些新兴应用如传感器网络、网络监控等的出现,数据流中频繁项集挖掘引起了很大的重视.提出了一种新颖的数据流频繁项集挖掘算法RFIF.不同于现有算法,RFIF算法针对现实中的一些实际应用,更多的考虑最近时间发生的事件,但也不完全抛弃历史数据,通过引入GIMT函数,逐渐加大项集支持度的阈值,减少对历史数据中频繁项集的维护.实验验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华辉	宁波大学信息科学与工程学院	63	319	9.0	15.0
2	舒平达	宁波大学信息科学与工程学院	3	4	1.0	1.0