一种面向数据流的频繁项集挖掘算法-西安邮电大学.pdfVIP

第 34 卷 第 5期 昆明理工大学学报 (理工版 ) 　http : / / www. ku stjourna l. com / Vol. 34　No5 2009年 10 月 　　Journal of Kunm ing U n iversity of Science and Techno logy ( Science and Techno logy) 　 O ct. 2009 do i: 10. 3969 / j. issn. 1007 - 855x. 2009. 05. 007 一种面向数据流的频繁项集挖掘算法 孟彩霞 (西安邮电学院 计算机科学系 ,陕西 西安 7 1006 1) 摘要 : 与传统静态数据库中的数据不同 ,数据流是一个按时间到达的有序的项集 ,这使得经典的 频繁项集挖掘算法难以适用到数据流中. 根据数据流的特点 ,提出了数据流频繁项集挖掘算法 FP - SegCoun t. 该算法将数据流分段并利用改进的 FP - grow th 算法挖掘分段中的频繁项集. 然 后 ,利用 Coun t M in Sketch进行项集计数. 算法解决了压缩统计和计算快速高效的问题. 通过和 FP - D S算法的实验对比, FP - SegCoun t算法具有较好的时间效率. 关键词 : 数据流 ;数据挖掘 ;数据流挖掘 ;频繁项集 中图分类号 : TP3 1113 文献标识码 : A 文章编号 : 1007 - 855X (2009) 05 - 0026 - 05 An A lgor ithm for M in ing Frequen t Item sets in D a ta Stream s M EN G C a ix ia (D ep artm ent of Comp uter Science, X ian U n iversity of Po sts Telecomm un ication s, X ian 7 10065, Ch ina) A b stract: D ifferen t from data in traditional static databa se, a data stream is an ordered sequence of item s that arrive s in tim ely order. C la ssical frequen t item - setsm in ing m ethod is d ifficu lt to app ly to data stream. B a sed on the characteristic s of data stream s, FP - SegCoun t algorithm is p ropo sed in th is p ap er to m ine frequen t item - sets from data stream s. The algorithm p artition s the data stream and u se s modified FP - grow th algorithm to m ine fre quen t item - sets in every segm en t. It then coun ts item - sets in Coun t M in Sketch. Th is algorithm so lve s com p re ssed statistic s and en su re s effective compu tation. Through exp erim en tation and comp arison w ith FP - D S algo rithm , FP SegCoun t algorithm is shown to have a good tim e effic