挖掘数据流最近时间窗口内频繁模式.pdfVIP

小 型 微 型 计 算 机 系 统 2009年 l2月 第 12期 Journal ofChineseComputerSystems VoL30 No。12 20o9 挖掘数据流最近时间窗口内频繁模式 陈 辉 ，邓庆山 ，杨 兵 (江西财经大学 软件与通信工程学院，江西南昌330013) (华中科技大学 计算机科学与技术学院，湖北 武汉430074) E·mail：flych@ yahoo．cn 摘 要：由于流数据的流动性与连续性 ，传统的频繁模式挖掘算法不能直接应用于数据流频繁模式挖掘．挖掘数据流上最近的 频繁模式算法使用模式树RFP—tree增量维护数据流上最近的频繁模式，且仅需单次扫描流数据 ；另外，保守计算策略保证模式 挖掘的正确性．仿真试验结果显示，该算法的效率优于其它同类算法． 关 键 词：数据流；频繁模式挖掘；滑动窗 口；保守计算 中图分类号：TP311 文献标识码：A 文 章 编 号：1000．1220(2009)12-2404-05 M iningtheFrequentPatternsinRecentTimeW indow overDataStreams CHENHui，DENGQing·shall．YANGBing ‘(School Software，Yian~ UniversityofFinanceandEconomics，Mw 330013，China) (SchoolofComputerScienceandTechnology．HuazhongUniversityofScienceand Technology。Wanhan430074．China) Abstract：Becauseofthefluidityandcontinuityofthestream data，hteminingalgorithmsoversatticdaatbasescannotbedirectly叩一 pliedtodatastrema s．Thealgorithm formining therecentfrequentpatternsoverna onlineadat srtema usesRFP—rteeto compactly storehterecentfrequentpatternsofastrema byscanninghtestream onlyonce．Additionally。thestrategyofconservativecompuattion couldmakesurehtecorrcetnessofhteminingresults．Finally-hteperformanceresultsofsimulationshow thathtealgorithm issuperi— ortootheranalogousalgodthlns． Keywords：daat stream ；miningfrequentpattern ；slidingwindow ；conservativecompuattion 1 引 言 Q．I．Khna ¨模式树 DSrtee在单遍扫描流数据的前提下挖掘 数据流上的频繁模式集．J．H．Chnag与W．S．Lee8【提出使 数据流 是一类由高速到达数据元素组成的无限数据 用监测树 (MonitoringTree)在线挖掘数据流上最近的频繁模 序列．随着互联 网技术的发展，数据流广泛出现在各类应用 式的方法estDce．但是这两种方法也存在明显的缺陷：DStrec 中，例如 ：网络监控、金融数据管理 、传感器网络、Web日志、 方法不能及时删除模式树上历史事务模式分枝．随着时间的 移动对象跟踪、通信数据分析以及大型零售商业交易信息分 推移，模式树结构越来越庞大而导致模式挖掘的效率迅速下