《计算机应用研究》|Application Research of Computers

流式数据上关联规则挖掘研究综述

Review of association rules mining in data streams

免费全文下载 (已被下载 次)  
获取PDF全文
作者 朱小栋,沈国华
机构 1.上海理工大学 管理学院 信息管理与电子商务研究所,上海 200093;2.南京航空航天大学 信息科学与技术学院,南京 210016
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2010)09-3201-05
DOI 10.3969/j.issn.1001-3695.2010.09.001
摘要 当前许多工程领域产生大量高速实时的流式数据,基于流式数据的关联规则挖掘应用广泛,与传统的静态数据相比,流式数据上关联分析面临极大的资源挑战。提出了流式数据上关联规则的形式化定义和基本挖掘算法,系统地回顾了近年来流式数据上关联规则挖掘的研究进展,详细分析了目前挖掘算法研究中存在的主要问题和解决途径,阐述了未来的研究方向。
关键词 数据挖掘;数据流;关联规则;频繁项集;频繁模式;知识发现
基金项目 上海理工大学博士科研启动经费资助项目(1D-10-303-002);上海市第三期本科教育高地建设资助项目—上海理工大学电子商务交易教育高地子课题
国家自然科学基金资助项目(70973079)
本文URL http://www.arocmag.com/article/1001-3695(2010)09-3201-05.html
英文标题 Review of association rules mining in data streams
作者英文名 ZHU Xiao-dong, SHEN Guo-hua
机构英文名 1. Institute of Information Management & Electronic Business, Management School, University of Shanghai for Science & Technology, Shanghai 200093, China; 2. College of Information Science & Technology, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China
英文摘要 Vast real-time high speed streams data generate upon many engineering fields. Compared with traditional static data, streams data analysis faces great challenge in terms of resources. Association rules mining in data streams attract much attention due to its significant application in industries. This papr presented related formal definitions of association rules and the basic algorithm for association rules mining in data streams. Based on systematic investigation of association rules mining researches on streams data, analyzed issues and how they were resolved in current literatures. Also discussed the future directions in association rules mining.
英文关键词 data mining; data streams; association rules; frequent itemsets; frequent patterns; knowledge discovery
参考文献 查看稿件参考文献
 
收稿日期
修回日期
页码 3201-3205
中图分类号
文献标志码 A