数据流频繁项挖掘算法.pdf

摘要 挖掘数据流的频繁项已受到广泛关注，研究者们提出了一些高效的数据流上 挖掘频繁项的算法，尽管这些算法能够比较好的找到频繁项，但对频繁项频数的 仅能够较准确地挖掘出频数较高的数据项，还能够尽可能准确地返回其频数。 相比当前两种最好的经典算法(Freq和SS算法)，在同样空间代价情况下， 我们的三种算法无论在模拟数据集和真实数据集实验中，都表现出较高的个数准 确率、较低的频数偏差率，和较高的频数保有率。尤其是，当数据分布较为平缓 时(在模拟实验中体现为标准差增大)，我们的三种算法表现出更好的性能。其 中，RFreq算法相比其他算法优势明显。 续对这三个算法的参数作进一步优化，以期达到更好的效果。 关键词：频繁项；Top—K；数据流；数据挖掘 中图法分类号TP391 Abstract datastreamhasdrawn some itemsOVer greatattention，and Miningfrequent efficient havebeen the