[1]程转流[] 王本年.数据流中的频繁模式挖掘[J].计算机技术与发展,2007,(12):53-55.
　CHENG Zhuan-liu,WANG Ben-nian.Frequent Pattern Mining in Data Streams[J].,2007,(12):53-55.
点击复制

数据流中的频繁模式挖掘()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2007年12期
页码:
53-55
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Frequent Pattern Mining in Data Streams
文章编号:
1673-629X（2007）12-0053-03
作者:
程转流[1; 3] 王本年2
[1]合肥工业大学计算机学院[2]南京大学计算机学院[3]铜陵学院计算机系
Author(s):
CHENG Zhuan-liu ; WANG Ben-nian
[1] College of Computer Science, Hefei Technology University[2]College of Computer Science, Nanjing University[3]Department of Computer Science, Tongling College
关键词:
数据挖掘; 数据流; 频繁模式; 数据流管理系统
Keywords:
data mining;  data streams;  frequent pattern;  DSMS
分类号:
TP311
文献标志码:
A
摘要:
近年来，数据流挖掘越来越引起研究人员的关注，已逐渐成为许多领域有用的工具。如何利用有限的存储空间高效地挖掘出频繁模式已成为数据流挖掘的基本问题，具有很强的现实意义和理论价值。在论述数据流管理系统模型的基础上，深入分析了国内外的各种频繁模式挖掘算法，并指出这些算法的特点及其局限性。最后对未来的研究方向进行了展望
Abstract:
Data stream mining has attracted many researchers＇attention and has become a useful tool for many fields. A fundamental problem is how to use the limited storage space to mine frequent pattern efficiently. Based on comment of DSMS model,various frequent pattern mining algorithms are analyzed thoroughly and their characteristics and limitation are pointed out in this paper. Finally, future directions in data mining stream research are discussed

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(12):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(12):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(12):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(12):114.
[5]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(12):229.
[6]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(12):93.
[7]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(12):105.
[8]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(12):84.
[9]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(12):109.
[10]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(12):113.

备注/Memo

备注/Memo:
安徽省高等学校自然科学研究项目（KJ2007B236）程转流（1979-），女，安徽潜山人，讲师，硕士研究生，研究方向为数据挖掘、多Agent系统；导师：胡学纲，教授．硕导，研究方向为数据挖掘、概念格等
更新日期/Last Update: 1900-01-01