一种新的数据流频繁度变化趋势预测算法  

A new algorithm for frequency tendency prediction over data streams

作　　者：郭立超[1] 苏宏业[1] 缑倩雯[2] 

机构地区：[1]浙江大学智能系统与控制研究所,浙江杭州310027 [2]浙江大学公共管理学院,浙江杭州310027

出　　处：《浙江大学学报（工学版）》2012年第5期858-865,共8页Journal of Zhejiang University：Engineering Science

基　　金：国家"863"高技术研究发展计划资助项目(2008AA042902);国家"973"重点基础研究发展计划资助项目(2007CB714000);浙江省科技型中小企业技术创新资金资助项目(2009D40034)

摘　　要：针对数据对象在数据流中的频繁度变化趋势的预测问题,提出基于最大最小频率时间窗模型的最大最小频繁趋势预测算法(MM-FTP).设计一种新的最大最小频繁模式树结构(MMFP-Tree),存储数据流概要信息;提出一种新的数据对象频繁度变化趋势衡量指标———频繁度变化率(FCR),定量地对数据对象的频繁度变化趋势进行描述.该算法同样能够对数据流分类置信度变化趋势及传统的指数变化趋势进行有效预测.结果表明,在真实的网络点击数据流上,该算法能够快速准确地预测数据对象的频繁度变化趋势.For the frequency tendency prediction problem of itemsets over streams, a novel max-rain frequency tendency prediction （MM-FTP） algorithm is proposed based on the Max-Min Frequency Window model. A max-rain frequency pattern Tree （MMFP-Tree） structure is established to store the summary information of streams a new measure frequency changing rate （FCR） is presented to describe the frequency tendency of itemsets quantitatively. The MM-FTP algorithm is useful in the index tendency prediction and the confidence prediction of classification. Based on the result of the case study on web log data stream, the MM-FTP algorithm could be used to predict the frequency tendency efficiently and effectively.

关 键 词：数据流 最大最小频率模型 趋势预测 频繁度变化率 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]