基于滑动窗口挖掘数据流高效用项集的有效算法

• 作者: 郭世明 高宏
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 高效用项集 模式增长 数据流 效用挖掘 滑动窗口 数据挖掘
• 年，卷（期）: 2018,（4）
• 页码范围: 721-729
• 页数: 9页
• 分类号: TP391
• 字数: 8083字
• 语种: 中文
• DOI: 10.11990/jheu.201611075

摘要

现有的基于滑动窗口挖掘高效用项集的研究方法存在:候选项集通常数量巨大,需要大量的存储空间及计算候选项集的真实效用是非常耗时的问题.本文提出一种不生成候选项集的挖掘算法HUISW(high utility itemset mining over a siding window),HUISW采用一种新的树结构HUIL-Tree(high utility itemset tee which arranges items ac-cording to lexicographic order)存储滑动窗口中的项集信息,采用效用数据库存储项集在窗口事务中的效用信息,在挖掘过程中HUISW采用模式增长的方法对由HUIL-Tree生成的项集通过其与效用数据库的对应关系,直接计算其在滑动窗口中的效用,整个过程避免了候选项集的生成.在实验中通过由稀疏和稠密数据集模拟的数据流对HUISW进行性能评估,并与同类算法SHU-Growth(siding window based high utility growth)进行比较,实验结果表明HUISW显著优于SHU-Growth,运行时间最快可提升两个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宏	哈尔滨工业大学计算机学院	109	1574	18.0	36.0
2	郭世明	哈尔滨工业大学计算机学院	2	8	1.0	2.0