基于渐增最小支持度函数的数据流频繁项挖掘.pdfVIP

25卷第10期 微电子学与计算机 Vd．25No．10 2008 2008年10月 MICROELE(mtONI(焉COM田UTEROctober 基于渐增最小支持度函数的数据流频繁项挖掘 邝祝芳，谭骏珊，杨卫民，辛动军 (中南林业科技大学计算机学院，湖南长沙410004) 摘要：目前数据流频繁项近似挖掘算法大多采用误差参数控制挖掘的结果，时间与内存开销越高，挖掘结果的正 确性越低．针对这样一个问题，提出了渐增最小支持度函数作为误差参数．如果某数据项在滑动窗口中的保存时间 越长，则该数据项的出现频率必须相应的增加才能继续保存在滑动窗口中．这样，在滑动窗口中需要保存的数据项 的数量将减少，时间开销与内存开销也相应的减少．在此基础上，提出了一种基于渐增最小支持度函数的数据流频 繁项挖掘算法GFFPM．该算法能准确的挖掘出滑动窗口中的频繁项．实验结果表明，该算法具有很高的正确性． 关键词：数据流；数据挖掘；频繁项；滑动窗口；最小支持度函数 中图分类号：TP391 文献标识码：A 文章编号：1000—7180(2008)10—0196—03 MinimumThresholdFunctionBased Gradual Support Mining ItemoverDataStreams Frequent KUANG Jun—shan，YANGWei—min，XIN Zhu—fang，TAN Dong-jun of South of and (CollegeComputer，CentrMUniversityForestryTechnology，Char培sha410004，China) sntanls useanerror tocontrolthe ofthe Abstract：At approximateMgorithrns parameter accuracymining present．data resNt．However．theuseofleadstOadilemma．Weaddressthisdilemma a minimum byintroducinggradual support minimumtoincrease thresholdfunction．Whenanitemsetisretainedinthewindow its longer。werequire support gradu— saved timeand decrease． numberoftheitemsetwhichare decrease，attheSITIetime，the space ally．The complexity based minimum functionfor itemover Then．an GFFPMwhich on thres