互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

SWFPM:一种有效的数据流频繁项挖掘算法


□ 邝祝芳 阳国贵 辛动军

  (1.中南林业科技大学 计算机科学学院, 长沙 410004;2.国防科学技术大学 计算机学院, 长沙 410073)
  
  摘 要:分析了数据流频繁项挖掘算法EC的不足之处,如不能准确地挖掘最近一段时间内数据流的频繁项。提出了一种频繁项样本特征复合四元组的数据结构来保存样本集合,在此基础上,提出了一种基于滑动窗口的数据流频繁项挖掘算法——SWFPM。该算法能准确地挖掘出该滑动窗口中的频繁项。实验数据采用IBM合成数据发生器产生的顾客购物数据和1998年世界杯官方网站的访问日志数据。实验结果表明,该算法具有很高的频繁项挖掘准确度、快速的数据处理能力。
  关键词:数据流;数据挖掘;频繁项;滑动窗口
  中图分类号:TP391 文献标志码:A
   文章编号:10013695(2009)02046604
  
   SWFPM:efficient algorithm for mining frequent item over data streams
  
  KUANG Zhufang1,YANG Guogui2,XIN Dongjun1
  (1.College of Computer, Central South University of Forestry & Technology, Changsha 410004, China;2.College of Computer, National University of Defense Technology, Changsha 410073, China)
  Abstract:The disadvantage which the algorithm EC for mining frequent item over data streams was analyzed, such as the inaccurate of the frequent item mined in a recent period of time over the data stream.Put forward a data structure the frequent item sample in the form of 4 member group.Then,presented an algorithm SWFPM which based on sliding window for mining frequent item over data streams.The SWFPM algorithm can accurately mine the frequent item over the sliding window.The IBM synthesizes data generation which output customer shopping a data and the accessing record of the world cup official website data in 1998 are adopted as experiment data. The algorithm is of high preciseness for mining frequent item, and high perfor-mance for data processing. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017