论文部分内容阅读
提出一种结合倾斜时间窗的TWCT树结构，可以保存不同时间粒度下频繁模式的完全集，并设计了其顺序更新和删除算法，使其能够存储在外存，从而有效地降低算法的内存空间需求。结合TWCT树结构特点，提出了数据流上的频繁模式挖掘算法TWCT-Stream，其模式生长的TWCT-Growth算法按字典顺序生成频繁模式，以配合TWCT结构的顺序更新。实验证实算法的内存需求低于FP-Stream等同类算法。