| 数据流中一种有效的当前频繁序列挖掘方法 |
| |
| 引用本文： | 黄崇争,吴元锡,陈红. 数据流中一种有效的当前频繁序列挖掘方法[J]. 山东大学学报(理学版), 2007, 42(11): 37-39 |
| |
| 作者姓名： | 黄崇争 吴元锡 陈红 |
| |
| 作者单位： | 中国人民大学信息学院,数据工程与知识工程教育部重点实验室,北京,100472;中国人民大学信息学院,数据工程与知识工程教育部重点实验室,北京,100472;中国人民大学信息学院,数据工程与知识工程教育部重点实验室,北京,100472 |
| |
| 基金项目： | 国家自然科学基金;教育部科学技术研究重点项目;教育部跨世纪优秀人才培养计划;国家科技攻关项目 |
| |
| 摘 要： | 给出了一种基于滑动窗口挖掘频繁序列算法。该算法给出了ε-近似序列集的定义，利用一种压缩的数据结构GSP-tree来存储和维护整个滑动窗口中各分区的近似序列集，并通过合并各分区的近似序列集来响应用户当前的查询请求。
|
| 关 键 词： | 数据流 挖掘 频繁序列 滑动窗口 |
| 文章编号： | 1671-9352（2007）11-0037-03 |
| 收稿时间： | 2007-05-20 |
An efficient algorithm for current frequent sequence mining in data stream |
| |
| HUANG Chong-zheng,WU Yuan-xi,CHEN Hong. An efficient algorithm for current frequent sequence mining in data stream[J]. Journal of Shandong University, 2007, 42(11): 37-39 |
| |
| Authors: | HUANG Chong-zheng WU Yuan-xi CHEN Hong |
| |
| Affiliation: | Key Laboratory of Data Engineering and Knowledge Engineering, School of Information,Renmin University of China, Beijing 100472, China |
| |
| Abstract: | A sliding window-based algorithm was proposed to mine frequent sequence. The definition of-approximate sequence set was given and a compressed data structure called “GSP-tree” was introduced to maintain the approximate sequence set of each partition in the whole sliding window. |
| |
| Keywords: | data stream mining frequent sequence sliding window |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《山东大学学报(理学版)》浏览原始摘要信息 |
|
点击此处可从《山东大学学报(理学版)》下载全文 |
