![](/images/graphics-bg.png)
Mining recent maximal frequent itemsets over data streams with sliding window
المؤلفون المشاركون
Cai, Saihua
Hao, Shangbo
Sun, Ruizhi
Wu, Gang
المصدر
The International Arab Journal of Information Technology
العدد
المجلد 16، العدد 6 (30 نوفمبر/تشرين الثاني 2019)، ص ص. 961-969، 9ص.
الناشر
تاريخ النشر
2019-11-30
دولة النشر
الأردن
عدد الصفحات
9
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص EN
The huge number of data streams makes it impossible to mine recent frequent itemsets.
Due to the maximal frequent itemsets can perfectly imply all the frequent itemsets and the number is much smaller, therefore, the time cost and the memory usage for mining maximal frequent itemsets are much more efficient.
This paper proposes an improved method called Recent Maximal Frequent Itemsets Mining (RMFIsM) to mine recent maximal frequent itemsets over data streams with sliding window.
The RMFIsM method uses two matrixes to store the information of data streams, the first matrix stores the information of each transaction and the second one stores the frequent 1-itemsets.
The frequent p-itemsets are mined with “extension” process of frequent 2-itemsets, and the maximal frequent itemsets are obtained by deleting the sub-itemsets of long frequent itemsets.
Finally, the performance of the RMFIsM method is conducted by a series of experiments, the results show that the proposed RMFIsM method can mine recent maximal frequent itemsets efficiently.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Cai, Saihua& Hao, Shangbo& Sun, Ruizhi& Wu, Gang. 2019. Mining recent maximal frequent itemsets over data streams with sliding window. The International Arab Journal of Information Technology،Vol. 16, no. 6, pp.961-969.
https://search.emarefa.net/detail/BIM-915139
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Cai, Saihua…[et al.]. Mining recent maximal frequent itemsets over data streams with sliding window. The International Arab Journal of Information Technology Vol. 16, no. 6 (Nov. 2019), pp.961-969.
https://search.emarefa.net/detail/BIM-915139
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Cai, Saihua& Hao, Shangbo& Sun, Ruizhi& Wu, Gang. Mining recent maximal frequent itemsets over data streams with sliding window. The International Arab Journal of Information Technology. 2019. Vol. 16, no. 6, pp.961-969.
https://search.emarefa.net/detail/BIM-915139
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 968-969
رقم السجل
BIM-915139
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)