面向数据流的一个高效用项集挖掘算法.PDF

第３２卷第４期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．４ ２０１５年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１５ 面向数据流的一个高效用项集挖掘算法 慕欢欢　柴玉梅　王黎明 （郑州大学信息工程学院　河南郑州４５００５２） 摘　要　　近年来，在数据流中进行高效用项集挖掘成为一个重要的研究课题。已存在的算法在挖掘过程中产生大量的候选项集， 使用户很难从大量候选模式中筛选出有用的信息。针对这种情况，提出一个数据流高效用项集挖掘算法ＨＵＩＤＥ（ＨｉｇｈＵｔｉｌｉｔｙＩｔｅｍ ｓｅｔｓＯｖｅｒＤａｔａＳｔｒｅａｍｓ）。算法首先综合考虑数据的信息特征，提出一种有效的效用度量方法。然后采用基于时间的滑动窗口技术 更加准确地描述数据分布，构建一种树结构ＨＵＩｔｒｅｅ（ＨｉｇｈＵｔｉｌｉｔｙＩｔｅｍｓｅｔｓｔｒｅｅ）。最后遍历构建的树结构ＨＵＩｔｒｅｅ挖掘高效用项集。 在人工和真实数据流上的实验结果表明该算法通过扫描一次数据库获取挖掘结果，减少了候选项集的产生及时间和空间的消耗。 该算法在数据流中能够有效地挖掘高效用项集。 关键词　　高效用　数据流　效用度量　树结构 中图分类号　ＴＰ１８１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０４．０６６ ＡＮＡＬＧＯＲＩＴＨＭＯＦＨＩＧＨＵＴＩＬＩＴＹＩＴＥＭＳＥＴＭＩＮＩＮＧＦＯＲＤＡＴＡＳＴＲＥＡＭ ＭｕＨｕａｎｈｕａｎ　ＣｈａｉＹｕｍｅｉ　ＷａｎｇＬｉｍｉｎｇ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５００５２，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｏｃａｒｒｙｏｕｔｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓｅｔｍｉｎｉｎｇｉｎｄａｔａｓｔｒｅａｍｈａｓｂｅｃｏｍｅａｎｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｔｏｐｉｃ．Ｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓｐｒｏｄｕｃｅａｌａｒｇｅｎｕｍｂｅｒｏｆｃａｎｄｉｄａｔｅｉｔｅｍｓｅｔｓｉｎｍｉｎｉｎｇｐｒｏｃｅｓｓａｎｄｔｈｉｓｍａｓｋｓｉｔｄｉｆｆｉｃｕｌｔｆｏｒｔｈｅｕｓｅｒｓｔｏｓｃｒｅｅｎｏｕｔｕｓｅｆｕｌ ｍｅｓｓａｇｅｓａｍｏｎｇｈｕｇｅｓｅｔｓｏｆｃａｎｄｉｄａｔｅｐａｔｔｅｒｎｓ．Ｉｎｌｉｇｈｔｏｆｔｈｉｓｓｉｔｕａｔｉｏｎ，ｗｅｐｒｅｓｅｎｔａｎａｌｇｏｒｉｔｈｍｆｏｒｍｉｎｉｎｇｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓｅｔｓｏｖｅｒｄａｔａ ｓｔｒｅａｍ，ｎａｍｅｌｙＨＵＩＤＥ（ｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓｅｔｓｏｖｅｒｄａｔａｓｔｒｅａｍ）．Ｆｉｒｓｔ，ｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｓａｎｅｆｆｅｃｔｉｖｅｍｅａｓｕｒｅｏｆｕｔｉｌｉｔｙｍｅｔｒｉｃｓｂｙ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｃｏｎｓｉｄｅｒｉｎｇｔｈｅｉｎｆｏｒｍａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄａｔａ；Ｔｈｅｎ，ｉｔｄｅｓｃｒｉｂｅｓｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄａｔａｍｏｒｅａｃｃｕｒａｔｅｌｙｕｓｉｎｇａ ｔｉｍｅｂａｓｅｄｓｌｉｄｉｎｇｗｉｎｄｏｗａｎｄｃｏｎｓｔｒｕｃｔｓａｔｒｅｅｓｔｒｕｃｔｕｒｅ，ｃａｌｌｅｄＨＵＩｔｒｅｅ（ｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓｅｔｓｔｒｅｅ）．Ｆｉｎａｌｌｙ，ｉｔｔｒａｖｅｒｓｅｓｔｈｅｃｏｎｓｔｒｕｃｔｅｄ ｔｒｅｅｓｔｒｕｃｔｕｒｅＨＵＩｔｒｅｅａｎｄｍｉｎｅｓｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓｅｔｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎａｒｔｉｆｉｃｉａｌａｎｄｒｅａｌｄａｔａｓｔｒｅａｍｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｓ ｔｈｅｇｅｎｅｒａｔｉｏｎｏｆｃａｎｄｉｄａｔｅｓｅｔｓａｎｄｔｈｅｃｏｎｓｕｍｐｔｉｏｎｏｆｔｉｍｅａｎｄｓｐａｃｅｂｙｐｒｏｃｕｒｉｎｇｍｉｎｉｎｇｒｅｓｕｌｔｓｗｉｔｈｓｃａｎｎｉｎｇｄａｔａｂａｓｅｏｎｌｙｏｎｃｅ．Ｔｈｉｓ ａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｍｉｎｅｈｉｇｈｕｔｉｌｉｔｙｉｔｅｍｓ