大规模语料中频繁模式增量发现算法

• 作者: 廖豪 谭建龙 陈洁
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 频繁模式 增量式 多模式串匹配算法 后缀树 后缀数组
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 27-29,32
• 分类号: TP306
• 字数: 3808字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.23.009

摘要

提出一种适用于大规模语料的频繁模式增量发现算法.统计局部区域提取的字符串频度,对局部相对低频字符串进行剪枝.利用多模式串匹配算法,统计剪枝后局部相对高频字符串在整个语料中的频度,得到频度大于阈值的频繁模式.实验结果表明,该算法具有较低的空间复杂度和时间复杂度,内存消耗为基于后缀数组的频繁模式发现算法的20％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈洁	中国科学院计算技术研究所	90	1445	18.0	36.0
5	谭建龙	中国科学院计算技术研究所	43	444	11.0	19.0
6	廖豪	中国科学院计算技术研究所	3	5	1.0	2.0