一种有效的周期高效用序列模式增量挖掘算法
Effective incremental mining algorithm for periodic high-utility sequential patterns
太原科技大学 计算机科学与技术学院, 太原 030024
摘要
周期高效用序列模式挖掘（PHUSPM）因其能够发现时间序列中更具实际价值的规律性模式而备受关注，但现有的PHUSPM算法难以有效地处理数据集的增量更新，且未考虑大规模数据下算法的向下闭包性和复杂性。针对该问题，提出了IncPUS-Miner算法，有效地实现了周期高效用序列模式（PHUSPs）的增量挖掘。IncPUS-Miner引入了一种名为pu-tree的新型数据结构，每个树节点对应一个更新效用列表（UUL）用于存储相应序列的辅助信息，当有增量数据加入时，该结构使得项目信息能够灵活更新，从而增强了算法的动态适应性和可扩展性。此外，还提出了两种新的序列效用上界PUB和EUB，以及两种相应的剪枝策略，有效地减少了计算负担。实验结果表明，在真实数据集上，IncPUS-Miner算法可以有效地增量挖掘PHUSPs，与其他算法相比，在运行效率和内存消耗上展现出了优越的性能。
基金项目
国家自然科学基金面上项目(62272336)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.12.0607
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第8期
所属栏目: 数据挖掘专题
出版页码: 2301-2308
文章编号: 1001-3695(2024)08-008-2301-08
发布历史
[2024-03-07] 优先出版
[2024-08-05] 印刷出版
引用本文
荀亚玲, 任姿芊, 闫海博. 一种有效的周期高效用序列模式增量挖掘算法 [J]. 计算机应用研究, 2024, 41 (8): 2301-2308. (Xun Yaling, Ren Ziqian, Yan Haibo. Effective incremental mining algorithm for periodic high-utility sequential patterns [J]. Application Research of Computers, 2024, 41 (8): 2301-2308. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
