基于Topology模型的数据流频繁闭项集挖掘

• 作者: 王诚 许晓
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Topology Moment算法 数据流 基础窗口 频繁闭项集
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 通信与电子
• 页码范围: 79-84
• 页数: 6页
• 分类号: TN919.8|TN911.7
• 字数: 5628字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.03.012

摘要

针对数据流频繁闭项集挖掘算法Moment存在的缺点和不足,提出一种改进算法——TP-Moment.该算法利用Topology模型处理整个挖掘过程,将滑动窗口分为若干个基础窗口,用基础窗口更新取代增量式更新.通过并行化的挖掘每个基础窗口中的临界频繁闭项集合,存储到一种可动态更新的树结构GCFI-tree中,快速挖掘滑动窗口中所有全局频繁闭项集并存储.实验证明,改进算法在保证挖掘结果的同时,有效地降低了挖掘时间和内存空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王诚	南京邮电大学通信与信息工程学院	34	123	6.0	9.0
2	许晓	南京邮电大学通信与信息工程学院	1	2	1.0	1.0