论文部分内容阅读
目前数据流频繁项近似挖掘算法大多采用误差参数控制挖掘的结果，时间与内存开销越高，挖掘结果的正确性越低．针对这样一个问题，提出了渐增最小支持度函数作为误差参数．如果某数据项在滑动窗口中的保存时间越长，则该数据项的出现频率必须相应的增加才能继续保存在滑动窗口中．这样，在滑动窗口中需要保存的数据项的数量将减少，时间开销与内存开销也相应的减少．在此基础上，提出了一种基于渐增最小支持度函数的数据流频繁项挖掘算法GFFPM．该算法能准确的挖掘出滑动窗口中的频繁项．实验结果表明，该算法具有很高的正确性．