数据流中一种快速启发式频繁模式挖掘方法

摘要：

在现有的数据流频繁模式挖掘算法中,批处理方法平均处理时间短,但需要积攒足够的数据,使得其实时性差且查询粒度粗;而启发式方法可以直接处理数据流,但处理速度慢.提出一种改进的字典树结构--IL-TREE(improved lexicographic tree),并在其基础上提出一种新的启发式算法FPIL-Stream(frequent pattem mining based on improved lexicographic tree),在更新模式和生成新模式的过程中,可以快速定位历史模式.算法结合了倾斜窗口策略,可以详细记录历史信息.该算法在及时处理数据流的前提下,也降低了数据的平均处理时间,并且提供了更细的查询粒度.

关键词：数据挖掘、数据流、频繁模式、倾斜窗口

所属期刊栏目：16

分类号：TP311(计算技术、计算机技术)

资助基金：中国科学院资助项目60473073;60573090;60503036

在线出版日期：2006-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2099-2105