基于复杂网络数据流密度的增量子空间数据挖掘算法

• 作者: 侯燕 文乔农 李巍
• 来源期刊: 计算机应用研究
• 关键词: 复杂网络 数据挖掘 数据流密度 增量子空间
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2023-2026
• 页数: 4页
• 分类号: TP311.12|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.07.026

摘要

为了提升在复杂网络中对大规模网络数据流进行挖掘时的准确性,提出一种基于复杂网络数据流密度的增量子空间数据挖掘算法,在算法中先对复杂网络的数据流密度进行分析,并根据不同网络的数据流密度来划分社区,进行无向环路遍历来确定数据流的所属社区.再通过增量子空间数据挖掘算法来计算社区网络与数据流的相关度以及数据流所经过的节点与时间的相关系数,从而准确确定目标数据流所处的节点.通过仿真实验结果和数据分析表明,增量子空间数据挖掘算法的数据挖掘精度在节点、社区数较多的情况下仍达到了较高的挖掘精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李巍	周口师范学院计算机科学与技术学院	14	165	5.0	12.0
2	侯燕	周口师范学院计算机科学与技术学院	18	58	5.0	6.0
3	文乔农	西南科技大学信息工程学院	2	15	2.0	2.0