一种基于滑动窗口模型的数据流加权频繁模式挖掘方法

• 作者: 石秀金 蔡艺松
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 事务数据流 数据流挖掘 加权频繁模式挖掘 滑动窗口模型
• 年，卷（期）: 2018,（2）
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP311.5
• 字数: 3358字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.02.014

摘要

相对于传统的频繁模式挖掘,加权频繁模式挖掘能发现更有价值的模式信息.针对数据流中的数据只能一次扫描,本文提出了一种基于滑动窗口模型的数据流加权频繁模式挖掘方法WFP-SW(Sliding Window based Weighted Frequent Pattern minig),算法采用WE-tree(Weighted Enumeration Tree)存储模式和事务信息,利用虚权支持度维持模式的向下闭合特性,同时获取临界频繁模式.对临界频繁模式进一步计算其加权支持度获取加权频繁模式,使得计算更新模式更加便捷.实验结果显示算法具有较高的挖掘效率并且所需的内存更少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石秀金	东华大学计算机科学与技术学院	20	62	5.0	6.0
2	蔡艺松	东华大学计算机科学与技术学院	1	2	1.0	1.0