数据流中一种有效的当前频繁序列挖掘方法
外文标题：An efficient algorithm for current frequent sequence mining in data stream
文献类型：期刊
作者：黄崇争[1]
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,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,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,北京100472,北京100472
[2]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,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,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,北京100472,北京100472
[3]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,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,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,北京100472,北京100472
年：2007
期刊名称：山东大学学报（理学版）
卷：42
期：11
页码范围：37-39
增刊：增刊
所属部门：数据工程与知识工程教育部重点实验室
语言：中文
ISSN：1671-9352
链接地址：http://d.g.wanfangdata.com.cn/Periodical_sddxxb200711009.aspx
DOI：10.3969/j.issn.1671-9352.2007.11.009
人气指数：1
浏览次数：1
基金：国家自然科学基金; 教育部科学技术研究重点项目; 教育部跨世纪优秀人才培养计划; 国家科技攻关项目
关键词：数据流;挖掘;频繁序列;滑动窗口
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.
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
无线传感器网络中隐私保护通用近似查询协议.范永健;陈红;张晓莹,等.计算机学报.2014,915-926.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
大数据下基于异步累积更新的高效P-Rank计算方法.王旭丛;李翠平;陈红.软件学报.2014,2136-2148.
符号社会网络中正负关系预测算法研究综述.蓝梦微;李翠平;王绍卿,等.计算机研究与发展.2015,52(2),410-422.
