数据流中的频繁标记闭子树的批量挖掘-北京邮电大学学报.PDF

2010年10月 北 京 邮 电 大 学 学 报 Oct.2010 第33卷 第5期 Journal of Beijing University of Posts and Telecommunications Vol.33 No.5 摇 摇 文章编号:1007鄄5321(2010)05鄄0121鄄05 数据流中的频繁标记闭子树的批量挖掘 冯摇 博,摇 徐雅静,摇 赵摇 娜,摇 徐惠民 (北京邮电大学 信息与通信工程学院,北京 100876) 摘要:在频繁模式挖掘(FPM)的研究中,为了在海量数据流中有效地挖掘子树结构的频繁模式,根据数据流和子 树模式的特点,提出了一种基于数据流的频繁标记闭子树挖掘(SFCLTreeMiner)算法. 该算法首次对动态数据流中 频繁标记闭子树的挖掘进行研究,给出了在数据流中标记闭子树集合添加、删除的批量挖掘方法,并结合时间衰减 模型,有效保证了结果的时效性. 实验结果表明,该算法在挖掘性能,如挖掘时间和内存占用等方面,比类似算法有 较大提高. 关摇 键摇 词:频繁子树挖掘;数据流;时间衰减;标记闭子树;批量挖掘 中图分类号:TP311摇 摇 摇 摇 文献标志码:A A Batch Mining Algorithm for Frequent Closed Labeled Trees in Data Streams FENG Bo,摇 XU Ya鄄jing,摇 ZHAO Na,摇 XU Hui鄄min (School of Information and Communication Engineering,Beijing University of Posts and Telecommunications,Beijing 100876,China) Abstract:Comparedwiththeclassicfrequentpatternmining (FPM)algorithms,thedynamic FPMalgo鄄 rithms on fast and massive data streams have become top research nowadays. A new batch mining algo鄄 rithm in data streams called stream frequent closed labeled tree miner (SFCLTreeMiner) is proposed. SFCLTreeMiner uses a kind of adding鄄removing method between closed tree sets. Also it provides a time decay module for reasonable data updating. Experiment shows that SFCLTreeMiner is efficient in data streams mining by reducing consuming dramatically. Key words:frequent subtree mining;data streams;time decay;labeled closed subtree;batch mining 随着数据流的涌现,在海量、动态、高速变化的数据 0摇 引言 流中挖掘频繁模式成为数据挖掘领域的一个新的热 FPM是数据挖掘的重要方面,由此而生的关联 [5] [6] 点. Moment 算法和滑动窗口挖掘(MSW) 算法