基于Topology模型的数据流频繁闭项集挖掘

摘要：

针对数据流频繁闭项集挖掘算法Moment存在的缺点和不足,提出一种改进算法——TP-Moment.该算法利用Topology模型处理整个挖掘过程,将滑动窗口分为若干个基础窗口,用基础窗口更新取代增量式更新.通过并行化的挖掘每个基础窗口中的临界频繁闭项集合,存储到一种可动态更新的树结构GCFI-tree中,快速挖掘滑动窗口中所有全局频繁闭项集并存储.实验证明,改进算法在保证挖掘结果的同时,有效地降低了挖掘时间和内存空间.

关键词：Topology、Moment算法、数据流、基础窗口、频繁闭项集

所属期刊栏目：36

分类号：TN919.8;TN911.7

在线出版日期：2016-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：79-84