CAJ | 학술논문

在很多应用中,不确定性数据都是以流的形式产生,例如传感器网络数据,移动对象跟踪数据等等.已有的基于不确定性数据流的频繁项集挖掘算法往往具有数据流储存结构繁琐、维护困难以及算法的计算量大等缺点.针对这种情况,提出了一种有效的数据结构SRUF-tree用于储存不确定性数据事务流的项集,该结构由全局树SRtree、临时表Table和窗口队列Queue三部分组成,其中全局树压缩着最近窗口容纳的所有的项集,临时表存储着每批项集的信息.基于该结构设计了一种新的算法SRUF-mine,它挖掘流频繁项集时只需要深度遍历全局树,动态维护SRUF-tree结构只需要处理窗口队列中最旧一批项集的临时表.理论和实验结果表明,SRUF-mine算法是一种有效的挖掘不确定性数据流频繁项集的算法,时空效率和扩展性均优于UF-streaming算法.
재흔다응용중,불학정성수거도시이류적형식산생,례여전감기망락수거,이동대상근종수거등등.이유적기우불학정성수거류적빈번항집알굴산법왕왕구유수거류저존결구번쇄、유호곤난이급산법적계산량대등결점.침대저충정황,제출료일충유효적수거결구SRUF-tree용우저존불학정성수거사무류적항집,해결구유전국수SRtree、림시표Table화창구대렬Queue삼부분조성,기중전국수압축착최근창구용납적소유적항집,림시표존저착매비항집적신식.기우해결구설계료일충신적산법SRUF-mine,타알굴류빈번항집시지수요심도편력전국수,동태유호SRUF-tree결구지수요처리창구대렬중최구일비항집적림시표.이론화실험결과표명,SRUF-mine산법시일충유효적알굴불학정성수거류빈번항집적산법,시공효솔화확전성균우우UF-streaming산법.