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:
提出基于事务矩阵挖掘最大频繁项集的方法AFMI,该方法采取迭代精简事务矩阵的方式求解所有事务中的最大频繁项集,从精简后的事务向量交集的子集中搜索最大频繁项集,并运用逻辑运算和剪枝方法提高挖掘效率.基于AFMI 方法,研究挖掘滑动窗口数据流最大频繁项集算法AFMI+,该算法可使用户周期性地挖掘当前窗口中的最大频繁项集.实验结果表明,AFMI 和AFMI+算法均具有较好的性能.
推荐文章
滑动窗口中数据流最大频繁项集挖掘算法研究
数据流
滑动窗口
最大频繁项集
矩阵
不确定数据流最大频繁项集挖掘算法研究
不确定性数据流
最大频繁项集
超集检测
基于滑动窗口的数据流最大频繁项集的挖掘
数据挖掘
数据流
滑动窗口
频繁项集
最大频繁项集
数据流中基于滑动窗口的最大频繁项集挖掘算法
数据流
数据挖掘
最大频繁项集
滑动窗口
位图
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 数据流最大频繁项挖掘方法
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 数据流 滑动窗口 最大频繁项集 矩阵
年,卷(期) 2010,(22) 所属期刊栏目
研究方向 页码范围 86-87,90
页数 分类号 TP311
字数 2230字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.22.030
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 张月琴 南京工业大学电子与信息工程学院 22 207 7.0 14.0
2 陈东 南京工业大学电子与信息工程学院 7 60 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (15)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (17)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
数据流
滑动窗口
最大频繁项集
矩阵
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导