一种基于定量更新滑动窗口频繁闭项集挖掘算法

摘要

本文提出了一种在数据流中挖掘频繁闭项集的方法.应用定量更新滑动窗口策略,解决了批处理方法中时间粒度较粗的问题,结合时间窗口,对历史数据进行保存,能够支持对给定时间段内频繁闭项集的频繁计数进行查询. 本文设计了CFIT数据结构,通过结点的ChildLinks能够快速检查本结点是否为频繁闭项集,降低了频繁闭项集挖掘算法的复杂性.通过TW-CFI算法可以对到来的事务进行定量处理,灵活适应数据流中的多变性. 最后,通过实验证明,算法的性能明显优于Charm算法,却低于FP-Stream算法,主要原因在于TW-CFI算法在更新操作时需对子结点进行查找,多次扫描CFIT,如何避免对CFIT的多次扫描,是改进本算法的关键.