期刊文献+

基于权重的流数据频繁项挖掘算法的应用

Weight frequent items mining algorithm flow of data in the financial database application
下载PDF
导出
摘要 针对Lossy Counting算法,即一个基于计数的确定性方案,提出一种新的基于权重的流数据频繁项挖掘算法(Lossy Weight),扩展了流数据频繁项的作用域。Lossy Weight算法不仅可用于传统的基于计数的频繁项挖掘,还可以挖掘出在整个流数据中所占权重比重大于门槛值的数据。实验数据分析证明该方案是有效的。 Lossy counting algorithm is a program based on counting ncertainty. This paper proposed a new flow of data based on the weight frequent items mining algorithm. Expanded the scope of current frequent item of data. Lossy weight algorithm can be used in the traditional count-based mining frequent item,also excavated in the entire flow data is larger than the proportion of total weight threshold data,analysis of experimental data show that the program is effective.
作者 杨立
出处 《微型机与应用》 2011年第2期106-108,共3页 Microcomputer & Its Applications
关键词 频繁项 数据挖掘 权值 frequent item data mining weight
  • 相关文献

参考文献2

  • 1MANKU Q S, MOTWANI R.Approximate frequency counts over data streams[C].Proc.of the 28th Intl.Conf. on VeD, Large Data Bases.Hongkong : MorganKaufmann, 2002 : 346-357.
  • 2潘云鹤,王金龙,徐从富.数据流频繁模式挖掘研究进展[J].自动化学报,2006,32(4):594-602. 被引量:34

二级参考文献1

共引文献33

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部