一種挖掘事務(wù)數(shù)據(jù)流上最近時(shí)間窗口內(nèi)頻繁模式的方法技術(shù)

一種挖掘事務(wù)數(shù)據(jù)流上最近時(shí)間窗口內(nèi)頻繁模式的方法，采用前綴模式復(fù)用方式的頻繁模式樹壓縮存儲(chǔ)數(shù)據(jù)流上最近時(shí)間窗口內(nèi)的頻繁模式，當(dāng)流數(shù)據(jù)到達(dá)時(shí)，所包含的模式信息增量更新到頻繁模式樹上；同時(shí)應(yīng)用時(shí)間衰減模型對(duì)歷史事務(wù)數(shù)據(jù)所包含的模式支持?jǐn)?shù)進(jìn)行衰減，并據(jù)此將新近產(chǎn)生事務(wù)數(shù)據(jù)的模式同歷史事務(wù)數(shù)據(jù)的模式區(qū)分開來(lái)，凸現(xiàn)出新事務(wù)模式的重要性；當(dāng)用戶提交模式查詢時(shí)，該發(fā)明專利技術(shù)的方法能夠立即響應(yīng)查詢，并輸出數(shù)據(jù)流上最近的頻繁模式。該方法與其它方法相比，具有響應(yīng)時(shí)間快、模式挖掘的時(shí)間粒度精細(xì)等優(yōu)點(diǎn)，同時(shí)可以根據(jù)需要來(lái)確保模式挖掘的覆蓋率或者精度。

【技術(shù)實(shí)現(xiàn)步驟摘要】

【技術(shù)保護(hù)點(diǎn)】
一種挖掘事務(wù)數(shù)據(jù)流上最近時(shí)間窗口內(nèi)頻繁模式的方法，其步驟包括：（１）根據(jù)用戶輸入的用戶支持度門限θ與用戶許可誤差ε確定流數(shù)據(jù)窗口大小Ｎ與衰減因子ｆ，Ｎ＝「１／ε」，ｆ等于ｆ↓［１］或ｆ↓［２］，其中，＊＊＊≤ｆ↓［１］≤１０＜ｆ↓［２］＜＊＊＊式中，用戶支持度門限θ的取值范圍為（０，１），用戶許可誤差ε的取值范圍為（０，θ）；（２）選定全序＊的排序規(guī)則；（３）開辟頻繁模式樹的存儲(chǔ)區(qū)和流數(shù)據(jù)緩存隊(duì)列的存儲(chǔ)區(qū)，并初始化頻繁模式樹與流數(shù)據(jù)緩存隊(duì)列；其中，頻繁模式樹用于動(dòng)態(tài)存儲(chǔ)數(shù)據(jù)流上最近時(shí)間窗口內(nèi)的頻繁模式，頻繁模式樹由模式樹與頻繁數(shù)據(jù)項(xiàng)表兩部分組成；模式樹上每一個(gè)節(jié)點(diǎn)都包括節(jié)點(diǎn)名稱、指向孩子節(jié)點(diǎn)的指針、指向兄弟節(jié)點(diǎn)的指針、活動(dòng)數(shù)據(jù)窗口內(nèi)的支持?jǐn)?shù)、固定數(shù)據(jù)窗口內(nèi)的支持?jǐn)?shù)、包含該節(jié)點(diǎn)的最近事務(wù)ＩＤ的節(jié)點(diǎn)時(shí)間戳、指向同名節(jié)點(diǎn)的指針；頻繁數(shù)據(jù)項(xiàng)表中的每一數(shù)據(jù)表項(xiàng)都由數(shù)據(jù)項(xiàng)名稱和指向前綴模式樹上第一個(gè)同名節(jié)點(diǎn)的指針兩個(gè)數(shù)據(jù)域組成；模式樹的每一個(gè)分枝上的節(jié)點(diǎn)及頻繁數(shù)據(jù)項(xiàng)表上的數(shù)據(jù)表項(xiàng)均按照全序＊排列；（４）當(dāng)數(shù)據(jù)流連續(xù)到達(dá)時(shí)，根據(jù)流數(shù)據(jù)到達(dá)的順序?qū)⑵涮砑拥较到y(tǒng)緩存隊(duì)列中，并根據(jù)流數(shù)據(jù)窗口大小Ｎ對(duì)緩存隊(duì)列中的流數(shù)據(jù)進(jìn)行分段；（５）判斷是否存在用戶查詢請(qǐng)求，如果存在，則轉(zhuǎn)入步驟（１０），否則，進(jìn)入步驟（６）；（６）從緩存隊(duì)列的頭部提取流數(shù)據(jù)Ｔ，同時(shí)將Ｔ從緩存隊(duì)列中刪除；設(shè)流數(shù)據(jù)Ｔ＝〈ａ↓［１］，ａ↓［２］，…，ａ↓［ｉ］〉，且流數(shù)據(jù)Ｔ到達(dá)的時(shí)間戳記為ｔＩＤ；（７）定義一個(gè)頻繁模式樹樹節(jié)點(diǎn)的指針變量ｃｕｒ＿Ｎｏｄｅ，并設(shè)置ｃｕｒ＿Ｎｏｄｅ指向頻繁模式樹的根結(jié)點(diǎn)，然后將流數(shù)據(jù)Ｔ所包含的模式信息增量更新至頻繁模式樹上；（８）判斷流數(shù)據(jù)Ｔ是否為活動(dòng)數(shù)據(jù)窗口中最后一個(gè)數(shù)據(jù)元素，如果是，則進(jìn)入步驟（９），否則轉(zhuǎn)入步驟（５）；（９）從頻繁數(shù)據(jù)項(xiàng)表的頭部開始依次讀取頻繁數(shù)據(jù)項(xiàng)，并根據(jù)該頻繁數(shù)據(jù)項(xiàng)的指針查找頻繁模式樹上的同名節(jié)點(diǎn)，如果該節(jié)點(diǎn)的時(shí)間戳距當(dāng)前時(shí)刻大于２Ｎ，則刪除以該節(jié)點(diǎn)為根的子樹，否則令該節(jié)點(diǎn)在固定數(shù)據(jù)窗口內(nèi)的支持?jǐn)?shù)等于其在活動(dòng)數(shù)據(jù)窗口內(nèi)的支持?jǐn)?shù)，同時(shí)將活動(dòng)數(shù)據(jù)窗口內(nèi)的支持?jǐn)?shù)置零；（１０）從頻繁數(shù)據(jù)項(xiàng)表的尾部開始逆序讀取頻繁數(shù)據(jù)項(xiàng)，并計(jì)算該頻繁數(shù)據(jù)項(xiàng)的支持度，如果其支持度大于等于θ與ε差，則采用模式增長(zhǎng)的方法輸出所有包含該頻繁數(shù)據(jù)項(xiàng)的頻繁模式。...

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李國(guó)徽，陳輝，楊兵，陳基雄，
申請(qǐng)(專利權(quán))人：華中科技大學(xué)，
類型：發(fā)明
國(guó)別省市：83[]