李雪兰
- 作品数:3 被引量:3H指数:1
- 供职机构:辽宁师范大学计算机与信息技术学院更多>>
- 发文基金:辽宁省科学技术计划项目辽宁省教育厅高等学校科学研究项目教育部留学回国人员科研启动基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于WCF-tree加权滑动窗口数据流元项集挖掘被引量:1
- 2012年
- 数据流挖掘是当今数据挖掘领域内热点研究问题。通常频繁项集的数据量大,影响挖掘结果的理解与应用,提出一种基于WCF-tree加权滑动窗口数据流元项集挖掘算法(TWEM算法)。首先,考虑到数据在不同时间窗口内的重要性,允许用户定义窗口个数和各窗口权值;其次,利用WCF-tree挖掘闭项集;最后,结合各等价类内项集与相应元项集支持度不完全相同,保持一种可估算的关系的特性,挖掘元项集。实验结果表明,TWEM算法缩小了搜索空间,提高了程序的运行效率。
- 任永功李雪兰
- 关键词:闭项集数据流数据挖掘
- 基于数据流的频繁项集挖掘算法研究
- 在计算机技术、信息存储技术及互联网高速发展的今天,越来越多的企业提高信息化程度。在企业的实际应用中,数据挖掘正在被频繁的提起,作为一个多学科交叉应用领域的数据挖掘技术正在各行各业的决策活动中扮演越来越重要的角色。
...
- 李雪兰
- 关键词:频繁项集闭项集数据挖掘运行效率
- 文献传递
- 基于矩阵的数据流频繁模式预测算法被引量:1
- 2012年
- 随着数据挖掘的广泛应用,许多实际的数据挖掘应用需要用过去和当前数据对未来数据状态进行预测,针对这一现状,文中提出基于矩阵的数据流频繁模式预测算法(MFP).MFP算法可预测在下一时间窗口中可能性较大的频繁项集,以满足用户需要.该算法首先将数据转换为0-1矩阵;然后通过矩阵剪裁和位运算更新矩阵,并从中挖掘频繁项集;最后,利用当前窗口数据预测下一时间窗口中可能出现的频繁项集.实验结果表明,MFP算法在不同实验环境下能有效预测频繁项集,该算法是可行的.
- 任永功李雪兰
- 关键词:频繁项集数据流数据挖掘矩阵