滑動(dòng)窗口中數(shù)據(jù)流頻繁項(xiàng)集挖掘算法研究.pdf

1、近年來(lái)，隨著信息技術(shù)的高速發(fā)展，變化多樣的數(shù)據(jù)形式使得傳統(tǒng)的靜態(tài)數(shù)據(jù)挖掘技術(shù)已無(wú)法適應(yīng)高速流動(dòng)的動(dòng)態(tài)的數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的發(fā)展方向更加深入。數(shù)據(jù)流就是其中最新出現(xiàn)的很重要的數(shù)據(jù)形式，在計(jì)算機(jī)網(wǎng)絡(luò)、傳感器、金融市場(chǎng)、股票交易以及醫(yī)療衛(wèi)生等眾多領(lǐng)域得到了廣泛的應(yīng)用，因此數(shù)據(jù)流挖掘技術(shù)成為了當(dāng)前研究問(wèn)題的熱點(diǎn)。作為關(guān)聯(lián)規(guī)則的基礎(chǔ)和核心，數(shù)據(jù)流頻繁項(xiàng)集的挖掘更是成為了數(shù)據(jù)流挖掘領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。
　　數(shù)據(jù)流最大頻繁項(xiàng)集的項(xiàng)集數(shù)目相對(duì)很少

2、并且已隱含所有的頻繁項(xiàng)集，所以數(shù)據(jù)流中最大頻繁項(xiàng)集的挖掘具有很好的時(shí)空效率并且有很大的意義，也受到了業(yè)界更多的關(guān)注。針對(duì)數(shù)據(jù)流最大頻繁項(xiàng)集的挖掘，提出了在滑動(dòng)窗口中基于矩陣的數(shù)據(jù)流最大頻繁項(xiàng)集挖掘方法SWM-MFI，主要采用兩個(gè)矩陣來(lái)存儲(chǔ)數(shù)據(jù)信息:一個(gè)矩陣是事務(wù)矩陣，存儲(chǔ)事務(wù)數(shù)據(jù);一個(gè)矩陣是二項(xiàng)集矩陣，存放頻繁2-項(xiàng)集。通過(guò)二項(xiàng)集矩陣擴(kuò)展得到頻繁k-項(xiàng)集，基于SWM-MFI算法挖掘出最大頻繁項(xiàng)集。經(jīng)過(guò)理論和實(shí)驗(yàn)證明該算法具有很好的時(shí)效性

3、。
　　有些傳統(tǒng)的數(shù)據(jù)流頻繁閉項(xiàng)集挖掘算法存在搜索空間大和查找效率低的問(wèn)題，從而造成算法的時(shí)間效率較低。針對(duì)以上問(wèn)題，提出了滑動(dòng)窗口中數(shù)據(jù)流頻繁閉項(xiàng)集挖掘算法DS-MCFI，首先引入兩個(gè)矩陣:一個(gè)矩陣是事務(wù)矩陣，存儲(chǔ)事務(wù)數(shù)據(jù);一個(gè)矩陣是二項(xiàng)集矩陣，存放頻繁2-項(xiàng)集;然后通過(guò)二項(xiàng)集矩陣擴(kuò)展得到頻繁k-項(xiàng)集，并通過(guò)邏輯與操作得到頻繁k-項(xiàng)集的支持度，兩個(gè)矩陣的相關(guān)操作可以明顯降低算法的時(shí)間復(fù)雜度;再將支持度相等的頻繁項(xiàng)集存儲(chǔ)到數(shù)據(jù)字典