基于数据流的频繁集挖掘.pdf

第40卷第3期 上海交通大学学报 VoI．40No．3 2006年3月 JOURNAL0FSHANGHAIJIAOTONGUNIVERSITY Mar．2006 文章编号：1006—2467(2006)03—0502一05 基于数据流的频繁集挖掘 徐利军1， 谢康林 徐 虹2 (1．上海交通大学计算机科学与工程系，上海200240； 2．江西师范大学软件学院，南昌33002_7) 摘 要：针对数据流特殊的数据类型，提出了一种新的数据流挖掘算法．该算法引入了一个全新的 优化方法，将边界集和频繁产生集结合起来．频繁产生集是频繁集的一种无损简缩表达方式．它所 包含的模式数量比频繁集所包含的模式数量小若干数量级．边界集是频繁产生模式和其他模式之 间的边界，通过观察边界集的变化可以生成新的频繁产生模式．实验结果表明，该算法的性能有明 显的提高． 关键词：数据流；数据挖掘；频繁模式；边界集 311 中图分类号：TP 文献标识码：A ltemSetSOVerDataStreams DiSCOVeringFreqUent XJE XU 2 XULi—j“行1， K丑以g—Zi咒1， Ho以g (1． of Scienceand 200240，China； Dept． Computer Eng．，ShanghaiJiaotongUniV．，Shanghai 2．Sch001of Normal 330027) Software，JiangXiUniv．，Nanchang anovel todiscoVer itemsetsoVerdatastreams．Theal— Abstract：This frequent paperpresentedalgorithm intr。ducesanovel withbordersetsand g。rithm optimizationtechniquecombining generatorrepresenta— tion．The isakindoflosslessandconcise ofthesetof generatorrepresentation representation frequent itemsets．IthassmaIIerordersof thanthesetofall itemsets．Bordersetsarethebor— magnitude frequent derlinebetweenthe andotheritemsets．New canbefound monito— frequentgenerators generators through bordersets．The resultsshowthe when withtheexist— ring experimental improVedperformancecompared overdata ingalgorithms streams．