一种新的数据流频繁度变化趋势预测算法

• 作者: 缑倩雯 苏宏业 郭立超
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 数据流 最大最小频率模型 趋势预测 频繁度变化率
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 自动化技术、电气工程
• 页码范围: 858-865
• 页数: 8页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.05.014

摘要

针对数据对象在数据流中的频繁度变化趋势的预测问题,提出基于最大最小频率时间窗模型的最大最小频繁趋势预测算法(MM-FTP).设计一种新的最大最小频繁模式树结构(MMFP-Tree),存储数据流概要信息；提出一种新的数据对象频繁度变化趋势衡量指标——频繁度变化率(FCR),定量地对数据对象的频繁度变化趋势进行描述.该算法同样能够对数据流分类置信度变化趋势及传统的指数变化趋势进行有效预测.结果表明,在真实的网络点击数据流上,该算法能够快速准确地预测数据对象的频繁度变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏宏业		105	1588	24.0	33.0
2	缑倩雯		3	9	1.0	3.0
3	郭立超		1	0	0.0	0.0