10.14132/j.cnki.1673-5439.2016.03.012
基于Topology模型的数据流频繁闭项集挖掘
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.
Topology、Moment算法、数据流、基础窗口、频繁闭项集
36
TN919.8;TN911.7
2016-07-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
79-84