本發(fā)明屬于數(shù)據(jù)流挖掘領(lǐng)域，涉及一種基于嵌套時間窗口的流式數(shù)據(jù)頻繁項(xiàng)集挖掘算法。
背景技術(shù)：
：隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，紛繁復(fù)雜的數(shù)據(jù)呈現(xiàn)爆炸式增長，數(shù)據(jù)流作為一種特殊形態(tài)的數(shù)據(jù)廣泛存在于各個行業(yè)和職能領(lǐng)域中，例如電子商務(wù)數(shù)據(jù)，衛(wèi)星遙感數(shù)據(jù)，web點(diǎn)擊流數(shù)據(jù)，金融服務(wù)數(shù)據(jù)，傳感器數(shù)據(jù)等。挖掘數(shù)據(jù)流上的頻繁項(xiàng)集是一項(xiàng)意義重大且具有挑戰(zhàn)的工作。流式數(shù)據(jù)不同于傳統(tǒng)的靜態(tài)數(shù)據(jù)，它是連續(xù)的，高速的和無限的，且無法將其全部保存在內(nèi)存中，因此，多次掃描數(shù)據(jù)庫技術(shù)已經(jīng)不再適用于流式數(shù)據(jù)頻繁項(xiàng)集挖掘算法。此外，數(shù)據(jù)流具有很強(qiáng)的實(shí)時性，因此要求數(shù)據(jù)的分析處理是即時的或在線的，數(shù)據(jù)流算法需要在有限的內(nèi)存空間和限定的時間內(nèi)快速形成模式的歸納。流數(shù)據(jù)讓傳統(tǒng)的以挖掘靜態(tài)數(shù)據(jù)為主的頻繁項(xiàng)集挖掘技術(shù)面臨著巨大的挑戰(zhàn)。近年來，大量的數(shù)據(jù)流挖掘算法被提出。manku等提出了lossycounting算法，運(yùn)用界標(biāo)窗口對整個數(shù)據(jù)流進(jìn)行分析得到全局性的頻繁模式，但該算法存在一定的局限性，如對時間概念不敏感，當(dāng)數(shù)據(jù)過多時，挖掘出的頻繁項(xiàng)集所占空間過大。giannella等人提出了fp-stream算法，它以fp-stream為基本結(jié)構(gòu)，從數(shù)據(jù)流中挖掘頻繁模式。fp-stream結(jié)構(gòu)包括：在內(nèi)存中捕獲數(shù)據(jù)流的最頻繁項(xiàng)集和次頻繁項(xiàng)集信息的fp-tree結(jié)構(gòu)和為每個頻繁模式建立的傾斜時間窗口表。該算法動態(tài)調(diào)整存儲結(jié)構(gòu)，能在有限的存儲空間內(nèi)挖掘數(shù)據(jù)流中各個時間段的頻繁模式，然而，這需要額外的時間和空間來維護(hù)各個數(shù)據(jù)分段的頻繁模式樹。因此，滑動窗口模型成為廣泛使用的數(shù)據(jù)處理模型，它在滑動窗口上發(fā)現(xiàn)和維持近期的頻繁項(xiàng)集。當(dāng)數(shù)據(jù)流入時，只有滑動窗口中的一部分?jǐn)?shù)據(jù)流被存儲和處理。chiy,wang等提出了moment算法，該算法引入了一個緊湊的數(shù)據(jù)結(jié)構(gòu)，即閉合枚舉樹(cet)，監(jiān)視滑動窗口中的事務(wù)數(shù)據(jù)，以便隨時輸出當(dāng)前時間段的閉合頻繁項(xiàng)目集，需要較少的內(nèi)存。李國徽等提出了啟發(fā)式的msw算法，該算法使用滑動窗口樹sw-tree結(jié)構(gòu)，單遍掃描數(shù)據(jù)流并可及時捕獲數(shù)據(jù)流上最新的模式信息。此外，該算法還結(jié)合時間衰減模型，逐步降低歷史事務(wù)模式的權(quán)重，該算法能有效的區(qū)分最近產(chǎn)生事務(wù)與歷史事務(wù)?？芟阆嫉忍岢隽薴iutstream算法，該算法以位表為概要數(shù)據(jù)結(jié)構(gòu)，隨著窗口滑動動態(tài)更新該存儲結(jié)構(gòu)，根據(jù)fiut基本結(jié)構(gòu)建立相應(yīng)的k-fiu-tree，并進(jìn)行頻繁項(xiàng)集挖掘，該算法不但節(jié)省內(nèi)存開銷，而且比其他傳統(tǒng)頻繁項(xiàng)集挖掘算法效率更高。但是這些算法都是使用固定大小的滑動窗口模型，只有具備了數(shù)據(jù)流概念變化的先驗(yàn)知識才能夠確定合適的滑動窗口大小。然而，由于數(shù)據(jù)流的不穩(wěn)定性，我們無法提前確定數(shù)據(jù)流的變化特點(diǎn)并給出一個能夠適應(yīng)數(shù)據(jù)流所有變化的滑動窗口。因此，mahmooddeypir等提出了vsw可變滑動窗口算法，用來反映近期數(shù)據(jù)流中頻繁項(xiàng)集的變化。該算法通過檢測概念變化值來動態(tài)確定窗口的大小，當(dāng)檢測的概念變化值大于給定的最小閾值時，改變窗口的大小。vsm算法會先進(jìn)行頻繁項(xiàng)集挖掘再通過檢測概念變化來動態(tài)修改滑動窗口的大小，所以當(dāng)新的數(shù)據(jù)流到來時，近期的主要頻繁項(xiàng)集可能已經(jīng)發(fā)生改變。在上述算法中，所有的窗口模型都是以事務(wù)為基本單位的，并且算法不能確定合適的窗口大小以包含近期的主要頻繁項(xiàng)集。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明的目的在于提出了一種新型的用于數(shù)據(jù)流頻繁項(xiàng)集挖掘的嵌套時間窗口算法(frequentitemsetsminingalgorithmforstreamingdatabasedonnestedtimewindowmodel,nwfi-stream)。首先使用外嵌時間窗口篩選出近期的數(shù)據(jù)，并將窗口中的所有事務(wù)數(shù)據(jù)映射到時間軸上，然后根據(jù)每個數(shù)據(jù)項(xiàng)的留存因子和期望窗口值來自適應(yīng)的調(diào)整內(nèi)嵌時間窗口大小，最后利用經(jīng)典的eclat算法進(jìn)行數(shù)據(jù)挖掘。為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：一種基于嵌套時間窗口的流式數(shù)據(jù)頻繁項(xiàng)集挖掘算法，其特征在于：該算法包括以下步驟：s1：建立數(shù)據(jù)-時間軸的映射；s2：建立價值評估模型；s3：計(jì)算內(nèi)嵌窗口以及挖掘頻繁項(xiàng)集；進(jìn)一步，所述s1具體為：將事務(wù)中的所有數(shù)據(jù)項(xiàng)映射到時間軸上，橫軸表示數(shù)據(jù)項(xiàng)出現(xiàn)在某個時間點(diǎn)上的時間段，豎軸表示每一個時間點(diǎn)對應(yīng)的事務(wù)，通過價值評估模型評估數(shù)據(jù)的留存因子，再通過公式計(jì)算窗口大小值，得到主要頻繁項(xiàng)集的期望窗口的大小。進(jìn)一步，所述s2具體為：在數(shù)據(jù)流的挖掘過程中，算法對流中每個剛到達(dá)的數(shù)據(jù)項(xiàng)賦予權(quán)值為1，隨著時間的流逝而逐漸降低權(quán)重值，而權(quán)值的降低程度通過一個與時間相關(guān)的濾波函數(shù)來近似描述；使用sigmod函數(shù)來降低歷史行為對當(dāng)前結(jié)果的影響，具體公式為：其中，λ＞0為一衰減常量，t0為建立函數(shù)中心點(diǎn)對應(yīng)的時間，t為當(dāng)前時間；假設(shè)給定的外嵌時間窗口的大小為n，令一個時間點(diǎn)對應(yīng)一個ti，那么外嵌時間窗口對應(yīng)的時間向量為：tsw＝(t1,t2...ti...tn)根據(jù)sigmod函數(shù)，每一個時間點(diǎn)ti對應(yīng)一個相應(yīng)的權(quán)重值s(ti-t0)，那么窗口對應(yīng)的權(quán)重向量為：qsw＝(s(t1-t0),s(t2-t0)...s(ti-t0)...s(tn-t0))對于給定大小的外嵌時間窗口sw，將事務(wù)中所包含的所有數(shù)據(jù)項(xiàng)ii(i＝1,2,…,n)全部映射到時間軸t上，每個時間點(diǎn)對應(yīng)的即為當(dāng)前時間點(diǎn)接收到的事務(wù)，并建立對應(yīng)項(xiàng)的向量v_swi，如果ii在時間點(diǎn)j中出現(xiàn)，則對應(yīng)的位置為1，否則為0；因此每一個數(shù)據(jù)項(xiàng)的留存因子即為在固定窗口內(nèi)的數(shù)據(jù)項(xiàng)向量和權(quán)重向量做點(diǎn)乘，表明數(shù)據(jù)項(xiàng)的重要性；ωi＝v_swi·qswωi作為衡量數(shù)據(jù)存留的因子，留存因子越大，此數(shù)據(jù)所占的時間長度對實(shí)際窗口大小的影響越大。進(jìn)一步，所述s3具體為：對于每一個數(shù)據(jù)項(xiàng)，都希望最后的挖掘窗口大小剛好包含到數(shù)據(jù)項(xiàng)出現(xiàn)的位置，而每一個數(shù)據(jù)項(xiàng)都有一個窗口期望值，因此應(yīng)當(dāng)盡可能的使挖掘窗口的大小等于數(shù)據(jù)出現(xiàn)的初始位置，即使|l-li|最小；綜合所有數(shù)據(jù)項(xiàng)的期望值，得出近期主要頻繁項(xiàng)集的窗口期望值，又因?yàn)槊恳粋€數(shù)據(jù)項(xiàng)的留存因子不一樣，對實(shí)際挖掘窗口大小的影響程度不一，因此通過以下公式計(jì)算滿足所有數(shù)據(jù)項(xiàng)的實(shí)際挖掘窗口大小，公式如下：其中，n表示有n個數(shù)據(jù)項(xiàng)；i和j表示對應(yīng)的第i個和第j個數(shù)據(jù)項(xiàng)；ωi表示衡量數(shù)據(jù)存留的因子，留存因子越大，此數(shù)據(jù)所占的時間長度對實(shí)際窗口大小的影響越大；li表示第i個數(shù)據(jù)項(xiàng)在當(dāng)前窗口中的起始位置距離現(xiàn)在位置的時間距離；l表示實(shí)際的窗口值大小；得到實(shí)際挖掘窗口之后，對數(shù)據(jù)進(jìn)行挖掘。在本發(fā)明中，使用經(jīng)典的eclat算法。eclat是一種深度優(yōu)先的方法，用于挖掘在數(shù)據(jù)庫的垂直布局上運(yùn)行的靜態(tài)數(shù)據(jù)庫中的所有頻繁項(xiàng)集。它加入了倒排的思想，其算法思想是由頻繁k項(xiàng)集求交集，生成候選k+1項(xiàng)集。對候選k+1項(xiàng)集做裁剪，生成頻繁k+1項(xiàng)集，再求交集生成候選k+2項(xiàng)集。如此迭代，直到項(xiàng)集歸一。eclat算法初始階段必須掃描數(shù)據(jù)庫以獲得每一個數(shù)據(jù)項(xiàng)的時間序列表，然后通過計(jì)算其交集得到其支持度。本發(fā)明的有益效果在于：(1)nwfi-stream算法能快速有效地提取數(shù)據(jù)流中近期的主要頻繁項(xiàng)集，并且在時間空間復(fù)雜度上有一定的提升；(2)nwfi-stream算法具有很強(qiáng)的可擴(kuò)展性和適應(yīng)性；(3)算法不再把事務(wù)作為基本單位，而是將事務(wù)中包含的所有數(shù)據(jù)項(xiàng)映射到時間軸上，以確定包含近期主要頻繁項(xiàng)集的范圍，從而自適應(yīng)調(diào)整挖掘窗口大小；且相較于經(jīng)典的eclat算法，文本算法具有更好的效率。附圖說明為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進(jìn)行說明：圖1為傳統(tǒng)的滑動窗口模型頻繁項(xiàng)集挖掘分布圖；圖2為本發(fā)明數(shù)據(jù)項(xiàng)-時間軸映射圖；圖3為窗口數(shù)據(jù)樣本；圖4為外嵌時間窗口的坐標(biāo)軸；圖5為本發(fā)明流程圖。具體實(shí)施方式下面將結(jié)合附圖，對本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述。本發(fā)明的基本思想是：給定固定大小的外嵌時間窗口，用于篩選出近期數(shù)據(jù)，然后使用價值評估模型，先對數(shù)據(jù)項(xiàng)進(jìn)行評估，然后確定包含近期主要的頻繁項(xiàng)集的范圍來自適應(yīng)地調(diào)整窗口長度。該算法可以篩選出更加有意義的頻繁項(xiàng)集。本發(fā)明的技術(shù)方案包括以下步驟：步驟一：數(shù)據(jù)項(xiàng)-時間軸映射在傳統(tǒng)的滑動窗口模型頻繁項(xiàng)集挖掘算法中，都是給定一個固定大小的滑動窗口，然后進(jìn)行頻繁項(xiàng)集挖掘，觀察挖掘結(jié)果，我們可以發(fā)現(xiàn)，得到的頻繁項(xiàng)集呈現(xiàn)一定的分布，如圖1所示。在這個固定大小的窗口中，需要挖掘出包含的所有頻繁項(xiàng)集，但是流式數(shù)據(jù)具有時變性，因此近期的主要頻繁項(xiàng)集更令人感興趣，我們只需要確定包含了近期主要頻繁項(xiàng)集的窗口大小即可。然而，得到的頻繁項(xiàng)集有很多，也可能呈現(xiàn)相同的分布，因此我們無法準(zhǔn)確的確定近期的主要頻繁項(xiàng)集，由此，本發(fā)明提出一種數(shù)據(jù)-時間軸映射方法，將事務(wù)中的所有數(shù)據(jù)項(xiàng)映射到時間軸上，如圖2所示，橫軸表示在這個時間段，數(shù)據(jù)項(xiàng)出現(xiàn)在某個時間點(diǎn)上，豎軸表示每一個時間點(diǎn)對應(yīng)的事務(wù)。通過價值評估模型評估數(shù)據(jù)的留存因子，再通過公式計(jì)算窗口大小值，即可得到主要頻繁項(xiàng)集的期望窗口大小。步驟二：價值評估模型數(shù)據(jù)流中的數(shù)據(jù)是連續(xù)、無限的，過去的數(shù)據(jù)與當(dāng)前流入窗口的數(shù)據(jù)在整個窗口數(shù)據(jù)流中的地位是不一樣的，越接近當(dāng)前時間，越是需要關(guān)注的近期數(shù)據(jù)。因而，可以通過改變數(shù)據(jù)項(xiàng)的權(quán)重，來強(qiáng)化近期數(shù)據(jù)的作用。在數(shù)據(jù)流的挖掘過程中，算法對流中每個剛到達(dá)的數(shù)據(jù)項(xiàng)賦予權(quán)值為1，隨著時間的流逝而逐漸降低權(quán)重值，而權(quán)值的降低程度可通過一個與時間相關(guān)的濾波函數(shù)來近似描述。又因?yàn)閿?shù)據(jù)流是隨時間動態(tài)演化的，我們主要關(guān)注的是近期的主要頻繁項(xiàng)集，因此我們需要減少歷史頻繁項(xiàng)集對當(dāng)前頻繁項(xiàng)集的影響。因此，我們使用sigmod函數(shù)來降低歷史行為對當(dāng)前結(jié)果的影響，具體公式如下：其中，λ＞0為一衰減常量，t0為建立函數(shù)中心點(diǎn)對應(yīng)的時間，t為當(dāng)前時間。假設(shè)給定的外嵌時間窗口的大小為n，令一個時間點(diǎn)對應(yīng)一個ti，那么外嵌時間窗口對應(yīng)的時間向量為：tsw＝(t1,t2...ti...tn)又因?yàn)殡S著時間的流逝數(shù)據(jù)的權(quán)重會受到影響，根據(jù)sigmod函數(shù)，每一個時間點(diǎn)ti對應(yīng)一個相應(yīng)的權(quán)重值s(ti-t0)，因此，窗口對應(yīng)的權(quán)重向量為qsw＝(s(t1-t0),s(t2-t0)...s(ti-t0)...s(tn-t0))(2)對于給定大小的外嵌時間窗口sw，將事務(wù)中所包含的所有數(shù)據(jù)項(xiàng)ii(i＝1,2,…,n)全部映射到時間軸t上，每個時間點(diǎn)對應(yīng)的即為當(dāng)前時間點(diǎn)接收到的事務(wù)，并建立對應(yīng)項(xiàng)的向量v_swi，如果ii在時間點(diǎn)j中出現(xiàn)，則對應(yīng)的位置為1，否則為0。因此每一個數(shù)據(jù)項(xiàng)的留存因子即為在固定窗口內(nèi)的數(shù)據(jù)項(xiàng)向量和權(quán)重向量做點(diǎn)乘,表明數(shù)據(jù)項(xiàng)的重要性。ωi＝v_swi·qsw(3)ωi作為衡量數(shù)據(jù)存留的因子，留存因子越大，那么此數(shù)據(jù)所占的時間長度對實(shí)際窗口大小的影響就越大。步驟三：內(nèi)嵌窗口計(jì)算以及頻繁項(xiàng)集挖掘?qū)τ诿恳粋€數(shù)據(jù)項(xiàng)，都希望最后的挖掘窗口大小剛好包含到數(shù)據(jù)項(xiàng)出現(xiàn)的位置，而每一個數(shù)據(jù)項(xiàng)都有一個窗口期望值，因此應(yīng)當(dāng)盡可能的使挖掘窗口的大小等于數(shù)據(jù)出現(xiàn)的初始位置，即使|l-li|最小。綜合所有數(shù)據(jù)項(xiàng)的期望值，得出近期主要頻繁項(xiàng)集的窗口期望值，又因?yàn)槊恳粋€數(shù)據(jù)項(xiàng)的留存因子不一樣，對實(shí)際挖掘窗口大小的影響程度不一，因此可通過以下公式計(jì)算滿足所有數(shù)據(jù)項(xiàng)的實(shí)際挖掘窗口大小。公式如下：其中，n表示有n個數(shù)據(jù)項(xiàng)；i和j表示對應(yīng)的第i個和第j個數(shù)據(jù)項(xiàng)；ωi表示衡量數(shù)據(jù)存留的因子，留存因子越大，那么此數(shù)據(jù)所占的時間長度對實(shí)際窗口大小的影響就越大；li表示第i個數(shù)據(jù)項(xiàng)在當(dāng)前窗口中的起始位置距離現(xiàn)在位置的時間距離；l表示實(shí)際的窗口值大小。得到實(shí)際挖掘窗口之后，即可對數(shù)據(jù)進(jìn)行挖掘。在發(fā)明中，我們使用經(jīng)典的eclat算法。eclat是一種深度優(yōu)先的方法，用于挖掘在數(shù)據(jù)庫的垂直布局上運(yùn)行的靜態(tài)數(shù)據(jù)庫中的所有頻繁項(xiàng)集。它加入了倒排的思想，其算法思想是由頻繁k項(xiàng)集求交集，生成候選k+1項(xiàng)集。對候選k+1項(xiàng)集做裁剪，生成頻繁k+1項(xiàng)集，再求交集生成候選k+2項(xiàng)集。如此迭代，直到項(xiàng)集歸一。eclat算法初始階段必須掃描數(shù)據(jù)庫以獲得每一個數(shù)據(jù)項(xiàng)的時間序列表，然后通過計(jì)算其交集得到其支持度。在本發(fā)明中，在數(shù)據(jù)-時間軸映射階段已經(jīng)得到了所有數(shù)據(jù)項(xiàng)的向量表示，不必再次掃描。本發(fā)明的實(shí)施包含三個階段：數(shù)據(jù)-時間軸映射，價值評估模型，內(nèi)嵌窗口計(jì)算和頻繁項(xiàng)集挖掘。下面通過圖3的窗口數(shù)據(jù)樣本為例來對本發(fā)明進(jìn)行具體實(shí)施說明：根據(jù)圖5所示流程進(jìn)行說明。步驟一：數(shù)據(jù)-時間軸映射在本發(fā)明中，不再把事務(wù)作為基本單位，而是將事務(wù)中包含的所有數(shù)據(jù)項(xiàng)映射到時間軸上，確定包含近期主要頻繁項(xiàng)集的范圍，得出最后的挖掘窗口的大??；因此，首先應(yīng)當(dāng)將窗口中的數(shù)據(jù)全部映射到時間軸上，并使用向量表示數(shù)據(jù)項(xiàng)在時間點(diǎn)的出現(xiàn)與否，如果ii在時間點(diǎn)j中出現(xiàn)，則對應(yīng)的位置為1，否則為0。根據(jù)實(shí)例數(shù)據(jù)得出各個數(shù)據(jù)項(xiàng)的向量表示如表1所示：表1數(shù)據(jù)項(xiàng)向量表示步驟二：價值評估模型得到每一個數(shù)據(jù)項(xiàng)的向量表示之后，需要結(jié)合權(quán)重向量，即公式(2)，計(jì)算出每一個數(shù)據(jù)項(xiàng)的留存因子。在流式數(shù)據(jù)中，過去的歷史數(shù)據(jù)與當(dāng)前時間流入窗口的數(shù)據(jù)在整個窗口數(shù)據(jù)流中的地位是不一樣的，越接近當(dāng)前時間，越是需要關(guān)注的近期數(shù)據(jù)。因此，我們通過公式(1)給時間窗口賦予不同的權(quán)重值。首先，建立外嵌時間窗口的坐標(biāo)軸，如圖4所示。將不同的時間t代入衰減函數(shù)，得到時間對應(yīng)的權(quán)重值，即可獲得當(dāng)前時間窗口對應(yīng)的權(quán)重向量q：q(0.007,0.018,0.047,0.119,0.269,0.5,0.73,0.88,0.953,0.982,0.993,0.997)通過公式(3)，根據(jù)數(shù)據(jù)項(xiàng)的向量表示和當(dāng)前窗口對應(yīng)的權(quán)重向量計(jì)算出各個數(shù)據(jù)項(xiàng)的存留因子，計(jì)算結(jié)果如表2所示，數(shù)據(jù)項(xiàng)的留存因子越大，其所對應(yīng)的數(shù)據(jù)項(xiàng)所占的時間長度對實(shí)際窗口大小的影響就越大。表2數(shù)據(jù)項(xiàng)留存因子留存因子ωaωbωcωdωeωfωg值6.4230.1910.1915.4732.9724.5051.181步驟三：內(nèi)嵌窗口計(jì)算以及頻繁項(xiàng)集挖掘綜合考慮所有的數(shù)據(jù)項(xiàng)，即可得到近期主要頻繁項(xiàng)集的最佳窗口值大小。通過下面的公式計(jì)算出內(nèi)嵌窗口的大?。和ㄟ^上述計(jì)算l的最終值為10，得到實(shí)際的挖掘窗口之后，使用eclat算法挖掘頻繁模式集合，并將結(jié)果保存在名為fpset的集合中。該集合用于在數(shù)據(jù)流挖掘期間維護(hù)頻繁的模式。在該算法中，我們不再需要掃描一次數(shù)據(jù)庫來得到每一個數(shù)據(jù)項(xiàng)的時間序列表，因?yàn)槲覀円呀?jīng)使用向量來表示每一個數(shù)據(jù)項(xiàng)，通過計(jì)算項(xiàng)的向量的交集就可以得到項(xiàng)集的支持，不需要再對數(shù)據(jù)進(jìn)行一次處理。在sw中，假定從流中收到事務(wù)，通過插入新事務(wù)并從窗口中刪除最舊的事務(wù)，窗口向前滑動。在獲取新到來的事務(wù)時，由于效率問題，插入和刪除的單位是批處理或窗格。批處理或窗格包含固定時間段的事務(wù)。當(dāng)新的事務(wù)到來時，將新的事務(wù)放入p窗口中，當(dāng)p滿時，則更新sw窗口，把sw中最先接收到的窗口丟棄，將新p中的事務(wù)放入sw的末尾，重復(fù)挖掘過程。具體的算法描述如下所示：算法nwfi-stream(psize,outersize,ms)輸入：數(shù)據(jù)流ds，窗格大小psize，外嵌時間窗口大小outersize，最小支持度ms輸出：近期頻繁項(xiàng)集前綴樹fpsetw＝windowinit(outersize)；//外嵌窗口初始化p＝panelinit(psize)；//窗格初始化forever//處理過程無限循環(huán)itemvector＝inititemvector(data)//將外嵌窗口中的數(shù)據(jù)項(xiàng)映射到時間軸上，并用向量表示wfactor＝initweightfactor()//初始化權(quán)重因子rfactor＝initretentionfactor(itemvector,wfactor)//計(jì)算每個數(shù)據(jù)項(xiàng)的留存因子l＝initl()//得到所有數(shù)據(jù)項(xiàng)的實(shí)際lreall＝initreall(l,rfactor)//通過l和留存因子計(jì)算出實(shí)際的挖掘窗口大小realdata＝sub(data,reall)//截取真正長度的數(shù)據(jù)fpset＝eclat(realdata,ms)//調(diào)用算法處理數(shù)據(jù)并使用前綴樹來存儲n＝1；whilen<＝psizep.adddata(t)//讀取新的數(shù)據(jù)n＝n+1endwhileupdate(w,p)//更新挖掘數(shù)據(jù)endfor最后說明的是，以上優(yōu)選實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管通過上述優(yōu)選實(shí)施例已經(jīng)對本發(fā)明進(jìn)行了詳細(xì)的描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以在形式上和細(xì)節(jié)上對其作出各種各樣的改變，而不偏離本發(fā)明權(quán)利要求書所限定的范圍。當(dāng)前第1頁12