面向时间有序事务数据的聚簇频繁模式挖掘.pdfVIP

软件学报

ISSN

1000-9825,

CODEN

RUXUEWE-mail:

jos@

2025,36(5):2342−2361

[doi:

10.13328/ki.jos.007209]

[CSTR:

32375.14.jos.007209]

©中国科学院软件研究所版权所有.Tel:

+86-10

*

面向时间有序事务数据的聚簇频繁模式挖掘

1,2,31

王少鹏,

牛超煜

1(内蒙古大学

计算机学院,

内蒙古

呼和浩特

010021)

2(生态大数据教育部工程研究中心

(内蒙古大学),

内蒙古

呼和浩特

010021)

3(内蒙古自治区云计算与服务软件工程实验室

(内蒙古大学),

内蒙古

呼和浩特

010021)

通信作者:

王少鹏,

E-mail:

wangsp@

摘要:

首次对时间有序事务数据中聚簇频繁模式的挖掘问题进行研究.

为了解决Naive算法处理该问题时存在

冗余运算的问题,

提出一种改进的聚簇频繁模式挖掘算法ICFPM

(improved

cluster

frequent

pattern

mining).

该算法

使用2种优化策略,

一方面可以利用定义的参数minCF,

有效减少挖掘结果的搜索空间,

另一方面可以参考(n–1)

项集的判别结果加速聚簇频繁n项集的判别过程,

算法还使用了ICFPM-list结构来减少候选n项集的构建开销.

基于两个真实世界数据集的仿真实验证明了ICFPM算法的有效性,

与Naive算法相比,

ICFPM算法在时间和空间

效率方面得到了大幅度的提高,

是解决聚簇频繁模式挖掘的有效方法.

关键词:

时间有序事务数据;

聚簇;

频繁模式;

数据挖掘;

向下闭包

中图法分类号:

TP311

中文引用格式:

王少鹏,

牛超煜.

面向时间有序事务数据的聚簇频繁模式挖掘.

软件学报,

2025,

36(5):

2342–2361.

http://www.jos.

/1000-9825/7209.htm

英文引用格式:

Wang

SP,

Niu

CY.

Clustering

Frequent

Pattern

Mining

for

Time-ordered

Transaction

Data.

Ruan

Jian

Xue

Bao/Journal

of

Software,

2025,

36(5):

2342–2361

(in

Chinese).

/1000-9825/7209.htm

ClusteringFrequentPatternMiningforTime-orderedTransactionData

1,2,31

WANG

Shao-Peng,

NIU

Chao-Yu

1(College

of

Computer

Science,

Inner

Mongolia

University,

Hohhot

010021,

China)

2(Engineering

Research

Center

of

Ecological

Big

Data

(Inner

Mongolia

University),

Ministry

of

Education,

Hohhot

010021,

China)

3(Inner

Mongolia

Engineering

Laboratory

for

Cloud

Computing

and

Service

Software

(Inner

Mongolia

University),

Hohhot

010021,

China)

Abstract:

In

this

study,

the

problem

of

mining

cluster

frequent

pat