论文研究MFWSR:数据流上的频繁闭项集挖掘算法 .pdf

为提高检索性能，提出将基于高斯分布－指数分布混合模型的融合方法应用于分布式检索系统的多站点融合。该方法利用高斯密度函数和指数密度函数分别描述站点检索结果集合的相关文档和非相关文档的相关分值分布，并用基

挖掘加权频繁项集是多种数据挖掘应用中的关键问题,为提高传统加权频繁项集挖掘算法的性能,在研究概念格模型和差集Diffsets理论的基础上,构建一种利用差集的加权频繁项集格结构,该格结构通过差集性质快速

针对XML数据流上XPath查询处理及查询优化问题，给出了一种基于lazyDFA技术的解决方案，并提出了优化算法。共享NFA状态表，通过将NFA中的状态分成共享和独享两个状态集来降低lazyDFA的内

针对相关算法在处理频繁项集更新时所存在的问题，提出了一种基于矩阵的频繁项集更新算法。该算法首先以时间为基准将更新后的数据库分为原数据库和新增数据库，分别将它们转换为0-1矩阵，通过矩阵裁剪、位运算产生

针对目前大数据快速增加的环境下，海量数据的频繁项集挖掘在实际中所面临的增量更新问题，在频繁项超度量树算法（frequent items ultrametric trees，FIUT）的基础上，引入Ma

在现有的搜索文本中，存在大量的不确定文本结构和内容，使得常规的聚类算法难以实现，并且文本搜索的结果没有进行类聚，造成搜索结果集合数据量非常庞大。提出了基于模糊集的文本搜索的聚类分析的方法，通过模糊技术

系统地介绍了最大频繁项集的增量式更新问题，提出最大频繁项目集更新算法FUMFS，并举例说明了算法的执行过程。该算法充分利用已建立的BitMatrix和已挖掘的最大频繁项目集，对已挖掘的最大频繁项目集进

近年来微博炒作账户异军突起，采用违规手段开展网络公关活动，严重扰乱了正常的互联网秩序。传统的炒作账户发现主要采用特征分析方法，忽视了炒作账户的组织性和策划性，难以发现隐蔽性高的炒作账户。针对以上问题，

网络流数据频繁项集挖掘是网络流量分析的重要基础。提出一种新颖的基于字典顺序前缀树LOP-Tree的频繁项集挖掘算法STFWFI，该算法采用更符合网络流特点的滑动时间衰减窗口模型，有效降低了挖掘频繁项集

针对大数据中的频繁项集挖掘问题，提出一种基于Spark框架的FP-Growth频繁项集并行挖掘算法。首先，根据垂直布局思想将数据按照事务标志符垂直排列，以此解决扫描整个数据集的缺陷。然后，通过FP-G