位置:成果数据库 > 期刊 > 期刊详情页
InClosPan:大型数据库中闭序列模式的增量挖掘
  • ISSN号:1006-0464
  • 期刊名称:《南昌大学学报:理科版》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南昌大学计算机科学与技术系,江西南昌330031
  • 相关基金:国家自然科学基金资助硬目(10761007),江西省教育厅计划资助项目(2006[36]).
中文摘要:

许多现实数据库都以增量形式增长,不希望在每次更新了数据库之后,又重新挖掘完整数据库,增量算法成为必需。研究了当初始数据库中增加了新的事务或增加了新的顾客时,增量挖掘闭序列模式的问题。给出了一个新的频繁闭序列模式增量挖掘算法InClosPan,该算法利用已得到的结果进行增量挖掘,减少了重新挖掘数据库的费用。

英文摘要:

In reality, sequence database are updated incrementally. Re - computing the database each time is unexpected, and the incremental mining algorithm becomes useful. In this paper, we discuss the problem of the incremental mining of closed sequential patterns when new transaction or new customers are added to the original database. And we introduce InCloSpan, a new incremental mining algorithm for closed sequential patterns, which uses information collected during an earlier mining process to cut down the cost of finding new sequential patterns in the updated database.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《南昌大学学报:理科版》
  • 中国科技核心期刊
  • 主管单位:南昌大学
  • 主办单位:南昌大学
  • 主编:谢明勇
  • 地址:南昌市南京东路235号南昌大学期刊社
  • 邮编:330047
  • 邮箱:NCDL@chinajournal.net.cn
  • 电话:0791-88305805
  • 国际标准刊号:ISSN:1006-0464
  • 国内统一刊号:ISSN:36-1193/N
  • 邮发代号:44-19
  • 获奖情况:
  • 2004年国家教育部优秀科技期刊,2006年首届中国高校特色科技期刊,2009年第四届华东地区优秀期刊
  • 国内外数据库收录:
  • 美国化学文摘(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(2004版),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),中国北大核心期刊(2000版)
  • 被引量:5092