作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程 ›› 2011, Vol. 37 ›› Issue (9): 75-77. doi: 10.3969/j.issn.1000-3428.2011.09.025

• 软件技术与数据库 • 上一篇    下一篇

改进的数据流频繁闭项集挖掘算法

刘 洁,杨路明,毛伊敏,刘立新,谢 东   

  1. (中南大学信息科学与工程学院,长沙 410083)
  • 出版日期:2011-05-05 发布日期:2011-05-12
  • 作者简介:刘 洁(1985-),女,硕士研究生,主研方向:数据挖掘;杨路明,教授、博士生导师;毛伊敏,副教授、博士研究生; 刘立新,硕士研究生;谢 东,博士
  • 基金资助:
    湖南省教育厅优秀青年科研基金资助项目(08B040)

Improved Mining Algorithm for Frequent Closed Itemsets of Data Stream

LIU Jie, YANG Lu-ming, MAO Yi-min, LIU Li-xin, XIE Dong   

  1. (School of Information Science and Engineering, Central South University, Changsha 410083, China)
  • Online:2011-05-05 Published:2011-05-12

摘要: 为提高数据流频繁闭项集的查找效率,提出一种改进的NewMoment频繁闭项集挖掘算法,通过在LevelCET数据结构中加入层次结点,并利用层次检测策略与最佳频繁闭项集检测策略快速挖掘数据流滑动窗口中所有的频繁闭项集。实验结果证明,与NewMoment算法相比,改进的算法性能更优。

关键词: 数据流, 频繁闭项集, 滑动窗口, NewMoment算法, LevelCET数据结构

Abstract: In order to improve search efficiency of data stream frequent closed itemsets, this paper proposes an improved NewMoment algorithm to mine frequent closed itemsets over data streams. By adding level node in LevelCET data structure and using level checking strategy and optimum frequent closed items, it can quickly tap all the frequent closed itemsets over data streams. Expertimental results show the improved algorithm is better than NewMoment.

Key words: data stream, frequent closed itemset, sliding window, NewMoment algorithm, LevelCET data structure

中图分类号: