位置:成果数据库 > 期刊 > 期刊详情页
数据流中一种有效的当前频繁序列挖掘方法
  • ISSN号:1671-9352
  • 期刊名称:山东大学学报(理学版)
  • 时间:0
  • 页码:37-39
  • 语言:中文
  • 分类:TP399[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国人民大学信息学院数据工程与知识工程教育部重点实验室,北京100472
  • 相关基金:国家自然科学基金资助项目(60673138,60603046);教育部科学技术研究重点资助项目(106006);教育部新世纪优秀人才支持计划以及国家科技攻关课题“国产基础软件平台关键技术及集成技术研究资助项目(2005BA112A02)
  • 相关项目:经济学框架下基于效益的数据分析与挖掘技术研究
中文摘要:

给出了一种基于滑动窗口挖掘频繁序列算法。该算法给出了ε-近似序列集的定义,利用一种压缩的数据结构GSP-tree来存储和维护整个滑动窗口中各分区的近似序列集,并通过合并各分区的近似序列集来响应用户当前的查询请求。

英文摘要:

A sliding window-based algorithm was proposed to mine frequent sequence. The definition of-approximate sequence set was given and a compressed data structure called "GSP-tree" was introduced to maintain the approximate sequence set of each partition in the whole sliding window.

同期刊论文项目
期刊论文 27 会议论文 27
同项目期刊论文
期刊信息
  • 《山东大学学报:理学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:山东大学
  • 主编:刘建亚
  • 地址:济南市经十路17923号
  • 邮编:250061
  • 邮箱:xblxb@sdu.edu.cn
  • 电话:0531-88396917
  • 国际标准刊号:ISSN:1671-9352
  • 国内统一刊号:ISSN:37-1389/N
  • 邮发代号:24-222
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘
  • 被引量:6243