黄崇争,吴元锡,陈 红
HUANG Chong-zheng, WU Yuan-xi, CHEN Hong
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。
中图分类号:
[1] | 余传明,左宇恒,郭亚静,安璐. 基于复合主题演化模型的作者研究兴趣动态发现[J]. 山东大学学报(理学版), 2018, 53(9): 23-34. |
[2] | 李阳,程雄,童言,陈伟,秦涛,张剑,徐明迪. 基于流量统计特征的潜在威胁用户挖掘方法[J]. 山东大学学报(理学版), 2018, 53(1): 83-88. |
[3] | 康海燕,马跃雷. 差分隐私保护在数据挖掘中应用综述[J]. 山东大学学报(理学版), 2017, 52(3): 16-23. |
[4] | 柳欣,徐秋亮,张波. 满足可控关联性的合作群签名方案[J]. 山东大学学报(理学版), 2016, 51(9): 18-35. |
[5] | 郭华龙,任雪芳,张凌. 数据的动态挖掘与P-增广矩阵关系[J]. 山东大学学报(理学版), 2016, 51(8): 105-110. |
[6] | 任雪芳,张凌. 逆P-集合的扰动定理与数据的扰动挖掘[J]. 山东大学学报(理学版), 2016, 51(12): 54-60. |
[7] | 汤积华,陈保会,史开泉. P-增广矩阵推理与信息的智能分解挖掘[J]. 山东大学学报(理学版), 2016, 51(12): 61-66. |
[8] | 朱梦珺,蒋洪迅,许伟. 基于金融微博情感与传播效果的股票价格预测[J]. 山东大学学报(理学版), 2016, 51(11): 13-25. |
[9] | 奉国和,王丹迪,李媚婵. 基于SVD的档案学主题挖掘[J]. 山东大学学报(理学版), 2016, 51(1): 95-100. |
[10] | 王立人, 余正涛, 王炎冰, 高盛祥, 李贤慧. 基于有指导LDA用户兴趣模型的微博主题挖掘[J]. 山东大学学报(理学版), 2015, 50(09): 36-41. |
[11] | 张凌, 任雪芳. 基数余-亏定理与数据外-内挖掘-分离[J]. 山东大学学报(理学版), 2015, 50(08): 90-94. |
[12] | 罗毅, 李利, 谭松波, 程学旗. 基于中文微博语料的情感倾向性分析[J]. 山东大学学报(理学版), 2014, 49(11): 1-7. |
[13] | 郑妍, 庞琳, 毕慧, 刘玮, 程工. 基于情感主题模型的特征选择方法[J]. 山东大学学报(理学版), 2014, 49(11): 74-81. |
[14] | 卢琦蓓1,2,郭飞鹏3. 基于改进型FP-Tree的分布式关联分类算法[J]. 山东大学学报(理学版), 2014, 49(1): 71-75. |
[15] | 吴熙曦, 李炳龙, 张天琪. 基于KNN的Android智能手机微信取证方法[J]. 山东大学学报(理学版), 2014, 49(09): 150-153. |
|