一种自适应的数据流近期加权频繁项集挖掘.pdfVIP

第４６卷第２期太原科技大学学报Ｖｏｌ.４６Ｎｏ.２

２０２５年４月ＪＯＵＲＮＡＬＯＦＴＡＩＹＵＡＮＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＡｐｒ.２０２５

文章编号:１６７３－２０５７(２０２５)０２－０１５２－０８

一种自适应的数据流近期加权频繁项集挖掘

贺慧爱ꎬ荀亚玲ꎬ王林青ꎬ杨海峰

(太原科技大学计算机科学与技术学院ꎬ太原０３００２４)

摘要:针对传统频繁项集挖掘仅考虑项目频率导致的信息损失ꎬ以及流式数据所包含知识将随

时间推移发生变化的问题ꎬ提出一种高效的近期加权频繁项集挖掘算法ＲＷＦＩＭ￣ＮｅｇＲＷＦＩＭ￣Ｎｅｇ引

入时间衰减因子ꎬ通过设置相似性阈值自适应地调整不同时域数据流的衰减程度ꎻ在挖掘过程中ꎬ通

过引入一种更高效的数据结构ＮｅｇＮｏｄｅｓｅｔ避免了复杂的建树过程和繁琐的支持度计算ꎬ其采用前缀

树中的节点集Ｎｏｄｅｓｅｔｓꎬ利用位运算来迅速得到没有父子节点关系的负节点集ＮｅｇＮｏｄｅｓｅｔｓꎬ提高了连接

效率ꎬ使得其支持度计算的复杂度降低到Ｏ(ｎ)ꎻ同时采用超集等价和父子等价修剪策略ꎬ有效地减少了

最近加权频繁模式的有哪些信誉好的足球投注网站空间ꎮ实验结果表明ꎬ其性能优于必威体育精装版的ＲＷＦＩＭ￣Ｍ算法和传统的ＷＦＩ挖掘

算法ꎮ

关键词:相似度ꎻ时间衰减因子ꎻ近期加权频繁项集ꎻ位图树ꎻ数据流

中图分类号:ＴＰ３１１文献标识码:Ａｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７３－２０５７.２０２５.０２.００９

[４]

由于计算机技术和大数据采集的高速发展ꎬ海ｃｅｎｃｙＷｅｉｇｈｔｅｄＦｒｅｑｕｅｎｔＩｔｅｍｓｅｔꎬＲＷＦＩ)被提出ꎬ其

量复杂数据变得随处可见ꎮ大数据在带来巨大好同时考虑了模式的权重和时效性ꎮＲＷＦＩＭ￣Ｐ和

处的同时ꎬ也给有效的知识发现提出了严峻的挑[４]

ＲＷＦＩＭ￣ＰＥ被认为是最早解决挖掘近期加权频繁

[１]

战ꎮ频繁项集挖掘(ＦｒｅｑｕｅｎｔＩｔｅｍｓｅｔＭｉｎｉｎｇꎬＦＩＭ)项集问题的算法ꎬ然而ꎬ当数据库密集或包含长事

作为数据挖掘的一个重要子领域ꎬ可发现数据集合务时ꎬ其性能表现急剧下降ꎮ因此本文提出一种高

[２]

中隐含的相关性信息ꎮ然而ꎬ传统的ＦＩＭ由于仅效的近期加权频繁项集挖掘算法ＲＷＦＩＭ￣Ｎｅｇ算法

考虑事务数据库中项目频率ꎬ忽视其他一些隐含因(ＲｅｃｅｎｃｙＷｅｉｇｈｔｅｄＦｒｅｑｕｅｎｔＩｔｅｍｓｅｔ￣ＮｅｇＮｏｄｅｓｅｔｓ)以

素ꎬ如项目的权重、利息、风险或利润ꎬ而无法找到有效地从数据流中挖掘ＲＷＦＩ主要贡献包括:

对用户真正需要的知识ꎬ从而在实际应用中表现出(１)引入了时间衰减因子ꎬ通过设置相似性阈

很大的局限性ꎮ值来控制数据流随时间的衰减程度ꎬ为不同时间段

另外ꎬ与传统数据库相比ꎬ传感数据采集和数的数据流自适应地分配不同权重ꎮ

据驱动的应用都要求数据分析系统具有对流式数(２)使用一种更高效的数据结构ＮｅｇＮｏｄｅ￣

[３][５]

据的实时处理能力ꎮ而隐藏在数据流中的知识