一种基于时间衰减模型的数据流闭合模式挖掘方法

被引：14

作者：

韩萌 ^{[1
,2
]}

王志海 ^{[1
]}

原继东 ^{[1
]}

机构：

[1] 北京交通大学计算机与信息工程学院

[2] 北方民族大学计算机科学与工程学院

来源：

计算机学报 | 2015年 / 38卷 / 07期

基金：

北京市自然科学基金;

关键词：

事务数据流; 数据流挖掘; 频繁模式挖掘; 闭合模式挖掘; 时间衰减模型; 概念漂移;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据流是随着时间顺序快速变化的和连续的,对其进行频繁模式挖掘时会出现概念漂移现象.在一些数据流应用中,通常认为最新的数据具有最大的价值.数据流挖掘会产生大量无用的模式,为了减少无用模式且保证无损压缩,需要挖掘闭合模式.因此,提出了一种基于时间衰减模型和闭合算子的数据流闭合模式挖掘方式TDMCS(Time-Decay-Model-based Closed frequent pattern mining on data Stream).该算法采用时间衰减模型来区分滑动窗口内的历史和新近事务权重,使用闭合算子提高闭合模式挖掘的效率,设计使用最小支持度-最大误差率-衰减因子的三层架构避免概念漂移,设计一种均值衰减因子平衡算法的高查全率和高查准率.实验分析表明该算法适用于挖掘高密度、长模式的数据流;且具有较高的效率,在不同大小的滑动窗口条件下性能表现是稳态的,同时也优于其他同类算法.

引用

页码：1473 / 1483

页数：11

共 11 条

[1] 时间敏感数据流上的频繁项集挖掘算法
李海峰
章宁
朱建明
曹怀虎
[J]. 计算机学报, 2012, 35 (11) : 2283 - 2293
[2] 挖掘数据流任意滑动时间窗口内频繁模式
李国徽
陈辉
[J]. 软件学报, 2008, (10) : 2585 - 2596
[3] Hyper-structure mining of frequent patterns in uncertain data streams
HewaNadungodage, Chandima
Xia, Yuni
Lee, Jaehwan John
Tu, Yi-cheng
[J]. KNOWLEDGE AND INFORMATION SYSTEMS, 2013, 37 (01) : 219 - 244
[4] Mining Frequent Itemsets from Online Data Streams: Comparative Study[J] . HebaTallah Mohamed Nabil,Ahmed Sharaf Eldin,Mohamed Abd El-Fattah Belal.International Journal of Advanced Computer Science and Applications . 2013 (7)
[5] A Novel Strategy for Mining Frequent Closed Itemsets in Data Streams
Tang, Keming
Dai, Caiyan
Chen, Ling
[J]. JOURNAL OF COMPUTERS, 2012, 7 (07) : 1564 - 1573
[6] Efficient algorithms for mining maximal high utility itemsets from data streams with different models
Shie, Bai-En
Yu, Philip S.
Tseng, Vincent S.
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (17) : 12947 - 12960
[7] Mining frequent patterns in a varying-size sliding window of online transactional data streams[J] . Hui Chen,LihChyun Shu,Jiali Xia,Qingshan Deng.Information Sciences . 2012
[8] A sliding window based algorithm for frequent closed itemset mining over data streams[J] . Fatemeh Nori,Mahmood Deypir,Mohamad Hadi Sadreddini.The Journal of Systems ＆ Software . 2012
[9] Maintaining frequent closed itemsets over a sliding window
Cheng, James
Ke, Yiping
Ng, Wilfred
[J]. JOURNAL OF INTELLIGENT INFORMATION SYSTEMS, 2008, 31 (03) : 191 - 215
[10] Finding recently frequent itemsets adaptively over online transactional data streams
Chang, Joong Hyuk
Lee, Won Suk
[J]. INFORMATION SYSTEMS, 2006, 31 (08) : 849 - 869

← 1 2 →