作者:
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:
针对数据流的特点,对数据流中频繁模式挖掘问题进行了研究,提出了数据流频繁项集挖掘算法FP-SegCount.该算法将数据流分段并利用改进的FP-growth算法挖掘分段中的频繁项集.然后,利用Count Min Sketch进行项集计数.算法解决了压缩统计和计算快速高效的问题.通过和FP-DS算法的实验对比,FP-SegCount算法具有较好的时间效率.
推荐文章
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
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
分布式数据流中挖掘频繁项算法的研究
分布式数据流
频繁项
多线程并发技术
基于向量的数据流滑动窗口中最大频繁项集挖掘
数据流
最大频繁项集
滑动窗口
向量
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 面向数据流的频繁项集挖掘研究
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 数据流挖掘 频繁项集
年,卷(期) 2010,(24) 所属期刊栏目
研究方向 页码范围 138-140,159
页数 分类号 TP311.13
字数 4123字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.24.042
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 孟彩霞 西安邮电学院计算机科学系 18 57 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (41)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (13)
二级引证文献  (8)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(10)
  • 参考文献(2)
  • 二级参考文献(8)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据流
数据挖掘
数据流挖掘
频繁项集
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导