计算机应用研究

作者：吉小洪,徐爱萍,

单位：武汉大学计算机学院,武汉430072；

关键词：trie树,数据流,滑动窗口,频繁树模式,

基金：国家重点研发计划重点专项资助项目(2017YFC0803700)；；

因树型结构的良好表达能力，在互联网中传输的信息流越来越多以树型结构形式存储。但由于流式数据的时效性，隐含在数据流中的知识会随着时间的推移发生改变。针对数据流场景下挖掘最近时间段内的频繁子树模式的问题，提出了一种滑动窗口模型下挖掘频繁子树模式算法——SWMiner算法，用于挖掘数据流下任意时刻窗口所有的频繁子树模式。SWMiner算法使用基于前缀树的结构来压缩存储生成的树模式，并且使用trie merging机制有效地更新子树模式的支持度。实验结果表明，SWMiner算法在滑动窗口模型中的性能优于目前现有的常用算法，能有效地挖掘最近时间段内的频繁树模式。

来源：2020年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第7期