10.3969/j.issn.2095-2163.2018.02.014
一种基于滑动窗口模型的数据流加权频繁模式挖掘方法
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.
事务数据流、数据流挖掘、加权频繁模式挖掘、滑动窗口模型
8
TP311.5(计算技术、计算机技术)
2018-05-22（万方平台首次上网日期，不代表论文的发表时间）
共5页
63-67
