检索结果-维普期刊中文期刊服务平台

数据流中一种快速启发式频繁模式挖掘方法被引量：14: 1; 作者张昕李晓光 +1 位作者王大玲于戈《软件学报》 EI CSCD 北大核心 2005年第12期2099-2105,共7页; 在现有的数据流频繁模式挖掘算法中,批处理方法平均处理时间短,但需要积攒足够的数据,使得其实时性差且查询粒度粗;而启发式方法可以直接处理数据流,但处理速度慢.提出一种改进的字典树结构——IL-TREE(improvedlexicographictree),并... 展开更多; 关键词数据挖掘数据流频繁模式倾斜窗口; 在线阅读下载PDF 职称材料

挖掘数据流频繁模式的相关技术和算法研究综述被引量：6: 2; 作者唐懿芳穆志纯 +1 位作者张师超钟达夫《计算机工程与应用》 CSCD 北大核心 2009年第26期121-125,共5页; 数据流本身的特点使得静态挖掘方法不再满足要求。国内外学者已提出许多新的挖掘数据流频繁模式的方法和技术。对这些技术和算法进行了综述。首先介绍数据流的概念和特点,分析国内外的研究现状,总结了数据流中挖掘频繁模式的特点,并列... 展开更多; 关键词数据流频繁模式概要数据结构衰减因子倾斜时间窗口; 在线阅读下载PDF 职称材料

高维Turnstile型数据流聚类算法被引量：6: 3; 作者周晓云张净孙志挥《计算机科学》 CSCD 北大核心 2006年第11期14-17,37,共5页; 现有数据流聚类算法只能处理Ti me Series和Cash Register型数据流,并且应用于高维数据流时其精度不甚理想。提出针对高维Turnstile型数据流的子空间聚类算法HT-Stream,算法对数据空间进行网格划分,在线动态维护网格单元信息,采用倾斜... 展开更多; 关键词数据流子空间聚类高维倾斜时间窗口; 在线阅读下载PDF 职称材料

TWCT-Stream:数据流上的频繁模式挖掘算法被引量：1: 4; 作者庄波刘希玉隆坤《计算机工程与应用》 CSCD 北大核心 2009年第20期147-150,161,共5页; 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-Stre... 展开更多; 关键词数据流挖掘频繁模式倾斜时间窗口; 在线阅读下载PDF 职称材料

一种多维多粒度用户兴趣模型研究被引量：1: 5; 作者陈辉《小型微型计算机系统》 CSCD 北大核心 2017年第12期2785-2790,共6页; 人们在享受网络服务带来便利的同时,也不得不面对"信息过载"和"信息迷航"的问题.发现用户兴趣并推送用户感兴趣资源是解决这一问题的有效途径.通过分析用户兴趣特点,设计了一种多维多粒度用户兴趣模型UIM.该模型采... 展开更多; 关键词用户兴趣层次分类树倾斜时间窗口衰减模型; 在线阅读下载PDF 职称材料

题名数据流中一种快速启发式频繁模式挖掘方法被引量：14: 1; 作者张昕李晓光王大玲于戈; 机构东北大学信息科学与工程学院; 出处《软件学报》 EI CSCD 北大核心 2005年第12期2099-2105,共7页; 基金国家自然科学基金~~; 文摘在现有的数据流频繁模式挖掘算法中,批处理方法平均处理时间短,但需要积攒足够的数据,使得其实时性差且查询粒度粗;而启发式方法可以直接处理数据流,但处理速度慢.提出一种改进的字典树结构——IL-TREE(improvedlexicographictree),并在其基础上提出一种新的启发式算法FPIL-Stream(frequentpatternminingbasedonimprovedlexicographictree),在更新模式和生成新模式的过程中,可以快速定位历史模式.算法结合了倾斜窗口策略,可以详细记录历史信息.该算法在及时处理数据流的前提下,也降低了数据的平均处理时间,并且提供了更细的查询粒度.; 关键词数据挖掘数据流频繁模式倾斜窗口; Keywords data mining data stream frequent pattern tilted window; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名挖掘数据流频繁模式的相关技术和算法研究综述被引量：6: 2; 作者唐懿芳穆志纯张师超钟达夫; 机构北京科技大学信息工程学院广东科技干部管理学院计算机工程技术学院广西师范大学计算机科学与信息工程学院悉尼理工大学信息技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第26期121-125,共5页; 基金北京市教委重点学科共建项目资助; 文摘数据流本身的特点使得静态挖掘方法不再满足要求。国内外学者已提出许多新的挖掘数据流频繁模式的方法和技术。对这些技术和算法进行了综述。首先介绍数据流的概念和特点,分析国内外的研究现状,总结了数据流中挖掘频繁模式的特点,并列出挖掘方法的常用技术和基于这些技术的代表性算法,最后讨论了将来的研究方向。; 关键词数据流频繁模式概要数据结构衰减因子倾斜时间窗口; Keywords data stream frequent pattern synopsis data structure decay factor tilted time window; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名高维Turnstile型数据流聚类算法被引量：6: 3; 作者周晓云张净孙志挥; 机构东南大学计算机科学与工程系; 出处《计算机科学》 CSCD 北大核心 2006年第11期14-17,37,共5页; 基金国家自然科学基金(70371015) 教育部高等学校博士学科点科研基金(20040286009) 江苏省高校自然科学计划一般项目(05KJB520022)资助; 文摘现有数据流聚类算法只能处理Ti me Series和Cash Register型数据流,并且应用于高维数据流时其精度不甚理想。提出针对高维Turnstile型数据流的子空间聚类算法HT-Stream,算法对数据空间进行网格划分,在线动态维护网格单元信息,采用倾斜时间窗口存储统计信息,根据用户指定时间跨度离线输出聚类结果。基于真实数据集与仿真数据集的实验表明,算法具有良好的适用性和有效性。; 关键词数据流子空间聚类高维倾斜时间窗口; Keywords Data stream,Subspace clustering, High dimension, Tilted time windows; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名TWCT-Stream:数据流上的频繁模式挖掘算法被引量：1: 4; 作者庄波刘希玉隆坤; 机构滨州学院计算机科学技术系山东师范大学管理与经济学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第20期147-150,161,共5页; 基金山东省自然科学基金No.Z2007G03 "泰山学者"建设工程专项经费资助~~; 文摘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。; 关键词数据流挖掘频繁模式倾斜时间窗口; Keywords data stream mining frequent pattern tilted-time window; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种多维多粒度用户兴趣模型研究被引量：1: 5; 作者陈辉; 机构江西财经大学软件与通信工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2017年第12期2785-2790,共6页; 基金国家自然科学基金项目(61262033 61462037)资助 +2 种基金 20142BAB217014)资助江西教育厅科学技术研究项目(GJJ13303)资助; 文摘人们在享受网络服务带来便利的同时,也不得不面对"信息过载"和"信息迷航"的问题.发现用户兴趣并推送用户感兴趣资源是解决这一问题的有效途径.通过分析用户兴趣特点,设计了一种多维多粒度用户兴趣模型UIM.该模型采用概念分类树维护用户兴趣主题的多粒度性,用倾斜时间窗口维护用户兴趣时间的多粒度性,用时间衰减模型区分用户当前兴趣与历史兴趣的权重.采取增量更新UIM以及对UIM剪枝,保证UIM结构精简与高效,从而可快速查找出用户的top-k兴趣概念.仿真实验结果显示,UIM模型具有存储效率高,可发现用户不同时间窗口内兴趣的特点,其正确性优于其它同类模型.; 关键词用户兴趣层次分类树倾斜时间窗口衰减模型; Keywords user interest meta-interest classification tree titled time window time fading model; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	数据流中一种快速启发式频繁模式挖掘方法	张昕李晓光王大玲于戈	《软件学报》 EI CSCD 北大核心	2005	14	在线阅读下载PDF 职称材料
2	挖掘数据流频繁模式的相关技术和算法研究综述	唐懿芳穆志纯张师超钟达夫	《计算机工程与应用》 CSCD 北大核心	2009	6	在线阅读下载PDF 职称材料
3	高维Turnstile型数据流聚类算法	周晓云张净孙志挥	《计算机科学》 CSCD 北大核心	2006	6	在线阅读下载PDF 职称材料
4	TWCT-Stream:数据流上的频繁模式挖掘算法	庄波刘希玉隆坤	《计算机工程与应用》 CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	一种多维多粒度用户兴趣模型研究	陈辉	《小型微型计算机系统》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料