基于矩阵的数据流频繁模式预测算法

• 作者: 任永功 李雪兰
• 来源期刊: 微电子学与计算机
• 关键词: 频繁项集 数据流 数据挖掘 矩阵 预测
• 年，卷（期）: 2012,（10）
• 页码范围: 60-63,68
• 分类号: TP391
• 语种: 中文

摘要

随着数据挖掘的广泛应用,许多实际的数据挖掘应用需要用过去和当前数据对未来数据状态进行预测,针对这一现状,文中提出基于矩阵的数据流频繁模式预测算法（MFP）.MFP算法可预测在下一时间窗口中可能性较大的频繁项集,以满足用户需要.该算法首先将数据转换为0-1矩阵;然后通过矩阵剪裁和位运算更新矩阵,并从中挖掘频繁项集;最后,利用当前窗口数据预测下一时间窗口中可能出现的频繁项集.实验结果表明,MFP算法在不同实验环境下能有效预测频繁项集,该算法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任永功	辽宁师范大学计算机与信息技术学院	74	975	12.0	30.0
2	李雪兰	辽宁师范大学计算机与信息技术学院	2	1	1.0	1.0