《一种改进的数据流最大频繁项集挖掘算法.》.pdfVIP

CN 43—1258／TP 计算机工程与科学 第 36卷第 5期 2014年 5月 ISSN 1OO7—13OX ComputerEngineering＆ Science Vo1．36，No．5，May．2014 文章编号 ：1007—130X(2014)05—0863—08 一 种改进的数据流最大频繁项集挖掘算法 胡 健 ，吴毛毛 (江西理工大学信息工程学院，江西 赣州 341000) 摘 要：提 出了一种基于DSM—MFI算法的改进算法DSMMFI—DS算法，它首先将事务数据按一定的 全序关系存入 DSFI—list列表 中；然后按排序后的顺序存储到类似概要数据结构的树 中；接着删除树 中和 DSFI—list列表 中的非频繁项，同时删除窗 口衰退支持数大的事务项；最后采用 自项向下和 自底 向上的双 向搜索策略来挖掘数据流的最大频繁项集。通过用例分析和实验表 明，该算法比DSM—MFI算法具有更 好 的执行效率 。 关键词 ：数据挖掘 ；数据流；界标窗口；最大频繁项集 ；窗口衰减支持数 中图分类号 ：TP274．2 文献标志码 ：A doi：10．3969／j．issn．1007—13OX．2O14．05．030 An improved algorithm form iningmaximal frequentitemsetsoverdatastreams HU Jian。WU Mao—mao (InstituteofInformationEngineering，JiangxiUniversityofScienceandTechnology，Ganzhou341000，China) Abstract：Basedonthealgorithm ofDSM—MFI，an improvedalgorithm ，namedDSM MFI—DS (Dic— tionarySequenceMiningMaximalFrequentItemsetsoverDataStreams)，isproposed．Firstly，itstores transactiondataintoDSFI—listinalphabeticalorder．Secondly，thedataarestoredsequentiallyintothe treesimilartothesummarydatastructure．Thirdly，non—frequentiternsinthetreeandDSFI—listarere— moved，andthetransactionitemswiththemaximum countofwindow attenuationsupportsaredeleted． Finally，thestrategy (top—downandbottom—uptwo—waysearch)isusedtominemaximalfrequentitem— setsoverdatastreams，andcaseanalysisandexperimentsprovethatthealgorithm DSMM FI—DShasbet— terperformancethanthealgorithm DSM—MFI． Keywords：datamining；datastream ；landmarkwindows；maximalfrequentitemsets；window attenu— ation supportcount 最大频繁项集。在某些应用中，只需要最大频繁项 引言 集而并不需要所有 的频繁项集 ，这样 ，研究直接计 算最大频繁项集的算法显示出重要意义。 频繁模式的挖掘是关联挖掘的核心和基础_】]，