计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
18期
152-155
,共4页
数据流%数据挖掘%频繁项集
數據流%數據挖掘%頻繁項集
수거류%수거알굴%빈번항집
数据流频繁项集挖掘是指在数据流中找出出现频数大于给定的最小支持度的项集过程.随着一些新兴应用如传感器网络、网络监控等的出现,数据流中频繁项集挖掘引起了很大的重视.提出了一种新颖的数据流频繁项集挖掘算法RFIF.不同于现有算法,RFIF算法针对现实中的一些实际应用,更多的考虑最近时间发生的事件,但也不完全抛弃历史数据,通过引入GIMT函数,逐渐加大项集支持度的阈值,减少对历史数据中频繁项集的维护.实验验证了算法的有效性.
數據流頻繁項集挖掘是指在數據流中找齣齣現頻數大于給定的最小支持度的項集過程.隨著一些新興應用如傳感器網絡、網絡鑑控等的齣現,數據流中頻繁項集挖掘引起瞭很大的重視.提齣瞭一種新穎的數據流頻繁項集挖掘算法RFIF.不同于現有算法,RFIF算法針對現實中的一些實際應用,更多的攷慮最近時間髮生的事件,但也不完全拋棄歷史數據,通過引入GIMT函數,逐漸加大項集支持度的閾值,減少對歷史數據中頻繁項集的維護.實驗驗證瞭算法的有效性.
수거류빈번항집알굴시지재수거류중조출출현빈수대우급정적최소지지도적항집과정.수착일사신흥응용여전감기망락、망락감공등적출현,수거류중빈번항집알굴인기료흔대적중시.제출료일충신영적수거류빈번항집알굴산법RFIF.불동우현유산법,RFIF산법침대현실중적일사실제응용,경다적고필최근시간발생적사건,단야불완전포기역사수거,통과인입GIMT함수,축점가대항집지지도적역치,감소대역사수거중빈번항집적유호.실험험증료산법적유효성.