数据流中频繁闭项集的近似挖掘算法

被引：12

作者：

刘旭

毛国君

孙岳

刘椿年

机构：

[1] 北京工业大学计算机学院北京市多媒体与智能软件重点实验室

来源：

电子学报 | 2007年 / 05期

基金：

国家自然科学基金重大项目;

关键词：

数据挖掘; 数据流; 频繁闭项集;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在数据流中挖掘频繁项集得到了广泛的研究,传统的研究方法大多关注于在数据流中挖掘全部频繁项集.由于挖掘全部频繁项集存在数据和模式冗余问题,所以对算法的时间和空间效率都具有更大的挑战性.因此,近年来人们开始关注在数据流中挖掘频繁闭项集,其中一个典型的工作就是Moment算法.本文提出了一种数据流中频繁闭项集的近似挖掘算法A-Moment.它采用衰减窗口机制、近似计数估计方法和分布式更新信息策略来解决Moment算法中过度依赖于窗口和执行效率低等问题.实验表明,该算法在保证挖掘精度的前提下,可以比Moment获得更好的效率.

引用

页码：900 / 905

页数：6