-
题名一种有效的周期高效用序列模式增量挖掘算法
- 1
-
-
作者
荀亚玲
任姿芊
闫海博
-
机构
太原科技大学计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第8期2301-2308,共8页
-
基金
国家自然科学基金面上项目(62272336)。
-
文摘
周期高效用序列模式挖掘(PHUSPM)因其能够发现时间序列中更具实际价值的规律性模式而备受关注,但现有的PHUSPM算法难以有效地处理数据集的增量更新,且未考虑大规模数据下算法的向下闭包性和复杂性。针对该问题,提出了IncPUS-Miner算法,有效地实现了周期高效用序列模式(PHUSPs)的增量挖掘。IncPUS-Miner引入了一种名为pu-tree的新型数据结构,每个树节点对应一个更新效用列表(UUL)用于存储相应序列的辅助信息,当有增量数据加入时,该结构使得项目信息能够灵活更新,从而增强了算法的动态适应性和可扩展性。此外,还提出了两种新的序列效用上界PUB和EUB,以及两种相应的剪枝策略,有效地减少了计算负担。实验结果表明,在真实数据集上,IncPUS-Miner算法可以有效地增量挖掘PHUSPs,与其他算法相比,在运行效率和内存消耗上展现出了优越的性能。
-
关键词
增量挖掘
高效用序列模式
周期序列模式
序列模式挖掘
-
Keywords
incremental mining
high utility sequential pattern
periodic sequential pattern
sequential pattern mining
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-