基于遗传—蚂蚁算法的关联规则挖掘方法

给出一种基于遗传算法和蚂蚁算法相结合的多维多层关联规则挖掘算法,新算法利用了遗传和蚂蚁算法共有的良好全局搜索能力,并克服了经典频集算法的不足,以及遗传算法局部搜索能力弱和蚂蚁算法搜索速度慢的缺陷。实验结果表明,新算法在对具有稀疏特性的多维关联规则的挖掘中体现了良好的性能,提高了生成关联规则的有效性。

基于动态窗口的数据流频繁闭合模式挖掘算法

本文根据数据流的特点,提出了一种基于动态窗口的频繁闭合模式的新方法DSFIS。它将滑动窗口分割成基本窗口作为更新单位,计算每个基本窗口的潜在频繁闭合项集,将它们存储到一种新的数据结构中,并进行增量更新,利用该数据结构可以快速地挖掘滑动窗口中的所有频繁闭合项集。通过实验验证了该算法在时间上和空间上的可行性和有效性。