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Lossy Counting算法,即一个基于计数的确定性方案,提出一种新的基于权重的流数据频繁项挖掘算法(Lossy Weight),扩展了流数据频繁项的作用域.Lossy Weight算法不仅可用于传统的基于计数的频繁项挖掘,还可以挖掘出在整个流数据中所占权重比重大于门槛值的数据.实验数据分析证明该方案是有效的.
推荐文章
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
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
SWFPM:一种有效的数据流频繁项挖掘算法
数据流
数据挖掘
频繁项
滑动窗口
基于渐增最小支持度函数的数据流频繁项挖掘
数据流
数据挖掘
频繁项
滑动窗口
最小支持度函数
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 基于权重的流数据频繁项挖掘算法的应用
来源期刊 微型机与应用 学科 工学
关键词 频繁项 数据挖掘 权值
年,卷(期) 2011,(2) 所属期刊栏目 应用奇葩
研究方向 页码范围 106-108
页数 分类号 TP311
字数 2604字 语种 中文
DOI 10.3969/j.issn.1674-7720.2011.02.032
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 杨立 运城学院公共计算机教学部 21 70 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (21)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
频繁项
数据挖掘
权值
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导