• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于動(dòng)態(tài)最小支持度的增量頻繁序列挖掘

    2024-05-17 00:00:00賀帆劉漫丹鐘超
    關(guān)鍵詞:動(dòng)態(tài)數(shù)據(jù)

    摘要:在軌跡數(shù)據(jù)集有新增數(shù)據(jù)且最小支持度變更情況下,為了實(shí)現(xiàn)頻繁軌跡集能夠快速更 新以及解決軌跡數(shù)據(jù)庫(kù)占用大量存儲(chǔ)空間的問(wèn)題,提出基于動(dòng)態(tài)最小支持度的增量頻繁序列挖 掘算法。該算法能夠充分利用頻繁軌跡集信息,在有新增軌跡數(shù)據(jù)加入原始軌跡數(shù)據(jù)集且最小 支持度變更時(shí),通過(guò)頻繁軌跡序列與頻繁 1 序列相連接生成候選序列,利用非頻繁軌跡后綴子 序列置信度來(lái)估計(jì)非頻繁軌跡支持度,實(shí)現(xiàn)動(dòng)態(tài)更新頻繁項(xiàng)集,并且在挖掘頻繁軌跡后不再需 要保存原始軌跡數(shù)據(jù)。通過(guò)軌跡數(shù)據(jù)集的挖掘?qū)嶒?yàn),驗(yàn)證了本文算法支持度估計(jì)的精度和算法 的有效性。

    關(guān)鍵詞:頻繁軌跡;動(dòng)態(tài)數(shù)據(jù);最小支持度;PrefixSpan;內(nèi)存開(kāi)銷(xiāo)

    中圖分類(lèi)號(hào):TP311.1

    文獻(xiàn)標(biāo)志碼:A

    隨著智能化、信息化時(shí)代的來(lái)臨,數(shù)據(jù)庫(kù)中的軌 跡數(shù)據(jù)數(shù)量呈爆炸式增長(zhǎng),其中不僅有人們生產(chǎn)生 活留下的軌跡數(shù)據(jù),也包含野生動(dòng)物的遷徙路線(xiàn)、臺(tái) 風(fēng)的移動(dòng)軌跡等數(shù)據(jù),挖掘軌跡數(shù)據(jù)中蘊(yùn)含的信息 可以幫助人們更好地生活和進(jìn)行生產(chǎn)活動(dòng)[1]。軌跡 數(shù)據(jù)具有數(shù)據(jù)量大、空間范圍大、數(shù)據(jù)信息密度小等 特點(diǎn),對(duì)軌跡數(shù)據(jù)的分析有多個(gè)研究方向,頻繁軌跡 挖掘是其中一種重要的方法,主要應(yīng)用于挖掘軌跡 數(shù)據(jù)的頻繁模式和異常模式。

    常 用 的 頻 繁 項(xiàng) 挖 掘 算 法 有 Apriori 算 法 [2]、 PrefixSpan 算法[3] 以及 FP-Growth 算法[4] 等,本文選 擇 PrefixSpan 算法進(jìn)行頻繁軌跡挖掘。PrefixSpan 算 法通過(guò)遞歸構(gòu)造頻繁前綴序列的投影數(shù)據(jù)庫(kù)來(lái)不斷 縮小搜索空間,因此與 Apriori 算法相比,該算法的時(shí) 間消耗大大降低。但是 PrefixSpan 算法在處理大規(guī) 模數(shù)據(jù)庫(kù)時(shí),會(huì)生成大量重復(fù)的投影數(shù)據(jù)庫(kù),大大影 響了算法的時(shí)間效率和存儲(chǔ)效率。目前已有不少學(xué) 者 提 出 相 應(yīng) 改 進(jìn) 措 施 , 文 獻(xiàn) [5] 提 出 AprioriAll[1]PrefixSpan 算法,利用已生成的序列模式來(lái)提高算法 效率。文獻(xiàn) [6] 通過(guò)投影和局部搜索機(jī)制減少掃描 原始數(shù)據(jù)庫(kù)次數(shù)。

    傳統(tǒng)的頻繁項(xiàng)集挖掘算法都是應(yīng)用于靜態(tài)數(shù)據(jù) 集,即在數(shù)據(jù)集與最小支持度保持不變情況下挖掘 頻繁項(xiàng)集。面對(duì)如今爆炸式增長(zhǎng)的數(shù)據(jù)量,靜態(tài)頻 繁項(xiàng)集挖掘算法已無(wú)法滿(mǎn)足人們的需求。在這種情 形下,動(dòng)態(tài)頻繁項(xiàng)集挖掘算法應(yīng)運(yùn)而生,典型的動(dòng)態(tài) 頻繁項(xiàng)集挖掘算法有 FUP 算法、IUA 算法及 IUAR 算法等[7]。FUP 算法[8] 用于處理最小支持度不變、有 增量數(shù)據(jù)庫(kù)情況下的頻繁項(xiàng)集更新問(wèn)題。該算法在 增量數(shù)據(jù)庫(kù)中確定有希望和無(wú)希望的項(xiàng)集,從而減 少待搜索的候選項(xiàng)集個(gè)數(shù)和掃描原數(shù)據(jù)庫(kù)次數(shù),但 仍需要頻繁掃描數(shù)據(jù)集且沒(méi)有解決原數(shù)據(jù)庫(kù)的存儲(chǔ) 空間占用問(wèn)題。IUA 算法[9] 將新的頻繁項(xiàng)集分為 3 類(lèi),同時(shí)不考慮原頻繁項(xiàng)集對(duì)應(yīng)的候選項(xiàng)集,以此 減少對(duì)數(shù)據(jù)庫(kù)的掃描次數(shù),解決了最小支持度變更 情況下的頻繁項(xiàng)集更新問(wèn)題。高峰等[10] 基于 IUA 算 法提出了 IUAR 算法,改進(jìn)了 Apriori 算法的頻繁項(xiàng) 增長(zhǎng)函數(shù)以及生成候選項(xiàng)集的方法,避免對(duì)已有項(xiàng) 集的重復(fù)掃描,解決數(shù)據(jù)庫(kù)增加且最小支持度減小 情況下的頻繁項(xiàng)集動(dòng)態(tài)更新。針對(duì)有增量數(shù)據(jù)庫(kù)且最小支持度變更情況下的頻繁項(xiàng)集挖掘,研究者們 基于 FUP 算法和 IUAR 算法的思路提出了一系列改 進(jìn)算法。文獻(xiàn) [11] 提出 UP-IITree 算法,結(jié)合了倒排 索引技術(shù)和樹(shù)型結(jié)構(gòu),將數(shù)據(jù)庫(kù)中的記錄轉(zhuǎn)換成倒 排索引表,能夠不產(chǎn)生候選項(xiàng)集且高效計(jì)算出增量 更新后的所有頻繁項(xiàng)集。文獻(xiàn) [12] 提出一種增量條 件模式樹(shù),減少對(duì)原始數(shù)據(jù)庫(kù)的重復(fù)掃描次數(shù)。文 獻(xiàn) [13] 針對(duì) FUP 算法的不足提出基于倒排索引樹(shù)的 改進(jìn)算法 IIBTree-FUP 算法,它通過(guò)基于 B+樹(shù)結(jié)構(gòu) 實(shí)現(xiàn)的倒排索引樹(shù)結(jié)構(gòu)存儲(chǔ)已有的項(xiàng)目集,并利用 牛頓插值公式估計(jì)新增后數(shù)據(jù)庫(kù)的最小支持度以此 減少對(duì)數(shù)據(jù)庫(kù)的頻繁掃描。本文充分利用頻繁項(xiàng)集 信息,針對(duì)原數(shù)據(jù)庫(kù)的存儲(chǔ)空間占用問(wèn)題,提出利用 非頻繁序列的后綴子序列置信度估計(jì)其支持度,實(shí) 現(xiàn)當(dāng)數(shù)據(jù)動(dòng)態(tài)變化時(shí)頻繁項(xiàng)集的動(dòng)態(tài)更新。

    PrefixSpan 算法的基本過(guò)程是:第一次掃描數(shù)據(jù) 庫(kù),根據(jù)最小支持度得到所有的頻繁 1 序列。再次掃 描序列數(shù)據(jù)庫(kù),以每個(gè) 1 頻繁項(xiàng)為前綴,對(duì)序列數(shù)據(jù) 庫(kù)進(jìn)行投影劃分,獲得相應(yīng)的投影數(shù)據(jù)庫(kù)。然后對(duì) 投影數(shù)據(jù)庫(kù)進(jìn)行掃描,得到其中所有的頻繁 1 項(xiàng)集。 將投影數(shù)據(jù)庫(kù)中的每個(gè) 1 頻繁項(xiàng)與對(duì)應(yīng)的序列前綴 進(jìn)行連接,可得到新的頻繁項(xiàng)集,即為頻繁 2 項(xiàng)集。 進(jìn)一步將每一個(gè)新獲得的序列模式作為前綴,對(duì)投 影數(shù)據(jù)庫(kù)進(jìn)行劃分,從中生成新的投影數(shù)據(jù)庫(kù)。重 復(fù)上述構(gòu)建頻繁前綴投影數(shù)據(jù)庫(kù)以及挖掘投影數(shù)據(jù) 庫(kù)中頻繁 1 序列并與頻繁前綴連接的操作,直至挖掘 出序列數(shù)據(jù)庫(kù)中所有的頻繁序列模式。

    2""" 基于動(dòng)態(tài)最小支持度的增量頻繁序 列挖掘算法

    傳統(tǒng)的頻繁項(xiàng)挖掘算法用于挖掘固定的數(shù)據(jù)庫(kù) 以及最小支持度保持不變情況下的頻繁項(xiàng)集,但在 如今大數(shù)據(jù)時(shí)代背景下,實(shí)際應(yīng)用中往往面臨數(shù)據(jù) 庫(kù)新增數(shù)據(jù)的情況。同時(shí),數(shù)據(jù)庫(kù)中序列數(shù)與最小 支持度往往相關(guān)聯(lián),數(shù)據(jù)庫(kù)的變更可能導(dǎo)致原最小 支持度在更新后的數(shù)據(jù)庫(kù)上表現(xiàn)不佳,需要根據(jù)挖 掘結(jié)果調(diào)整最小支持度用于后續(xù)的頻繁軌跡挖掘, 因此本文考慮有新增數(shù)據(jù)添加到原數(shù)據(jù)庫(kù)中且最小 支持度發(fā)生變更的情況下的頻繁項(xiàng)集動(dòng)態(tài)更新問(wèn)題。

    對(duì)于數(shù)據(jù)庫(kù)變更或最小支持度變更導(dǎo)致頻繁項(xiàng) 集過(guò)時(shí)的情況,最直接的更新方式是對(duì)更新后的數(shù) 據(jù)庫(kù)重新進(jìn)行頻繁項(xiàng)集挖掘。但這種更新方式浪費(fèi) 了之前得到的挖掘結(jié)果,算法的更新效率較低。本 文提出通過(guò)頻繁項(xiàng)集與頻繁 1 序列連接產(chǎn)生候選項(xiàng) 集,利用后綴子序列的置信度來(lái)估計(jì)候選序列支持 度,能夠在不掃描原數(shù)據(jù)庫(kù)情況下,實(shí)現(xiàn)頻繁項(xiàng)集動(dòng) 態(tài)更新,稱(chēng)為基于動(dòng)態(tài)最小支持度的增量頻繁序列 挖 掘 算 法 (Dynamic" Minimum" Support" Incremental Updating PrefixSpan),簡(jiǎn)稱(chēng) DMSIU-PrefixSpan 算法。

    (3) 序 列 滿(mǎn) 足S 1 Traj(D) ′ ,S ? Traj(d) ′ ,通過(guò) 式 (4) 及 式 (5) 估 計(jì) , 結(jié) 合 sup(S )D sup(S代 入 式(6) 計(jì)算序列 在數(shù)據(jù)庫(kù) 中的支持度。若支持 度大于 ,則將序列 及其支持度加入頻繁 序列集 。

    3""" 實(shí)驗(yàn)分析與比較

    為了驗(yàn)證 DMSIU-PrefixSpan 算法在頻繁軌跡挖 掘上的準(zhǔn)確性和有效性,本文使用某高校實(shí)際采集 的學(xué)生軌跡數(shù)據(jù)集作為測(cè)試數(shù)據(jù)集。實(shí)驗(yàn)部分首先 檢驗(yàn) PrefixSpan 算法在軌跡數(shù)據(jù)集上的有效性,然后 將數(shù)據(jù)集按時(shí)間窗劃分為原數(shù)據(jù)集和新增數(shù)據(jù)集, 分別挖掘原數(shù)據(jù)庫(kù)、新增數(shù)據(jù)庫(kù)以及全局?jǐn)?shù)據(jù)庫(kù)的 頻繁軌跡集。通過(guò)前文的支持度估計(jì)算法,利用原 數(shù)據(jù)庫(kù)和新增數(shù)據(jù)庫(kù)的頻繁軌跡集得到全局?jǐn)?shù)據(jù)庫(kù) 的頻繁軌跡集估計(jì)結(jié)果,比較挖掘結(jié)果與估計(jì)結(jié)果, 檢驗(yàn)算法性能。最后將本文算法的運(yùn)行時(shí)間與幾種 動(dòng)態(tài)頻繁項(xiàng)集挖掘算法進(jìn)行對(duì)比,包括 IUAR[10] 算 法 、UP-IITree (Updating based Inverted index Tree) 算 法[11] 以及 IIBTree-FUP (Improved FUP algorithm based on" inverted" index" B-tree) 算法[13]。本文算法全部在 Windows 10 的 64 位操作系統(tǒng)下通過(guò) Python 語(yǔ)言編 程 ,硬件環(huán)境為 Intel(R) Core(TM) i5-1135 G7@2.40 GHz,16 GB 內(nèi)存。

    本文實(shí)驗(yàn)所用的軌跡數(shù)據(jù)集是某高校真實(shí)學(xué)生 軌跡數(shù)據(jù)集,通過(guò)學(xué)生電子設(shè)備連接校園內(nèi)無(wú)線(xiàn)網(wǎng) 絡(luò)接入點(diǎn) (Access" Point" ," AP) 獲得的 ,時(shí)間跨度為 2019 年 9 月 1 日至 2019 年 12 月 31 日共 4 個(gè)月,選 取 500 名軌跡記錄數(shù)大于 1000 的用戶(hù)。受到信號(hào)強(qiáng) 度、數(shù)據(jù)存儲(chǔ)方式等因素的影響,原始的時(shí)空軌跡數(shù) 據(jù)無(wú)法直接應(yīng)用于頻繁軌跡挖掘,因此要先對(duì)時(shí)空 軌跡數(shù)據(jù)進(jìn)行預(yù)處理。

    3.1 軌跡數(shù)據(jù)集預(yù)處理

    由于數(shù)據(jù)采集過(guò)程的特性,軌跡數(shù)據(jù)存在冗余 信息多、部分?jǐn)?shù)據(jù)不完整、異常數(shù)據(jù)等問(wèn)題。為了后 續(xù)更好利用此數(shù)據(jù)集完成頻繁軌跡的挖掘,需要對(duì) 原始學(xué)生軌跡數(shù)據(jù)進(jìn)行預(yù)處理。軌跡數(shù)據(jù)預(yù)處理包 括以下幾個(gè)方面:

    (1) 冗余數(shù)據(jù)清洗。學(xué)生在上網(wǎng)過(guò)程中大多處 于靜止?fàn)顟B(tài),例如在宿舍休息、娛樂(lè),在教學(xué)樓上課、 自習(xí)等,因此采集到的軌跡數(shù)據(jù)有大量重復(fù)地點(diǎn)的 信息。根據(jù)實(shí)際需求篩選去除部分冗余軌跡點(diǎn),且 保留原有軌跡的語(yǔ)義信息。

    (2) 異常數(shù)據(jù)剔除。對(duì)于噪聲數(shù)據(jù),例如由于無(wú) 線(xiàn)網(wǎng)絡(luò)接入設(shè)備距離太近,一個(gè)用戶(hù)同時(shí)被兩個(gè) AP 點(diǎn)檢測(cè)連接,此時(shí)需要通過(guò)接收信號(hào)強(qiáng)度 (Received Signal Strength Indication, RSSI) 判斷出用戶(hù)所在正確 地點(diǎn),剔除錯(cuò)誤數(shù)據(jù),保證同一時(shí)刻用戶(hù)只出現(xiàn)在一 個(gè)地點(diǎn)。

    (3) 數(shù)據(jù)格式轉(zhuǎn)換。采集的原始數(shù)據(jù)不僅包含 上網(wǎng)的時(shí)間、連接的 AP 點(diǎn),同樣包含用戶(hù) MAC 地 址、RSSI 等信息,需要先提取出有效的數(shù)據(jù)維度并 且轉(zhuǎn)換成容易處理的格式。

    (4) 劃分時(shí)間窗口。由于原始時(shí)空軌跡數(shù)據(jù)時(shí) 間跨度較長(zhǎng),每條軌跡序列中包含的項(xiàng)過(guò)多,為了提 高挖掘效率將軌跡按時(shí)間劃分。若劃分后的軌跡序 列過(guò)短,則會(huì)影響挖掘結(jié)果,使一些有效信息被隱 藏。綜合考慮下,劃分的時(shí)間窗口大小為 15 d,將每 條軌跡劃分為 8 個(gè)時(shí)間窗。

    3.2 動(dòng)態(tài)頻繁軌跡挖掘結(jié)果分析

    3.2.1"" 頻繁軌跡挖掘結(jié)果 通過(guò) PrefixSpan 算法,挖 掘?qū)W生軌跡數(shù)據(jù)集的頻繁軌跡。表 1 所示是記錄了 不同最小支持度情況下的頻繁軌跡挖掘結(jié)果。其中 min_sup為 最 小 支 持 度 ,time 為 算 法 運(yùn) 行 時(shí) 間 , 為挖掘得到的頻繁軌跡總數(shù), 為頻繁軌跡序列的平均長(zhǎng)度。

    3.2.2"" 動(dòng)態(tài)最小支持度的增量頻繁軌跡挖掘結(jié)果 為了驗(yàn)證本文的置信度估計(jì)方法的準(zhǔn)確性,將挖掘 結(jié)果與估計(jì)結(jié)果進(jìn)行比較。考慮到現(xiàn)實(shí)中數(shù)據(jù)庫(kù)的 更新往往不止一次且呈周期性,原數(shù)據(jù)庫(kù)中包含的 軌跡序列數(shù)逐漸增加,而每次新增數(shù)據(jù)庫(kù)中的軌跡 序列數(shù)基本保持不變,導(dǎo)致原數(shù)據(jù)庫(kù)的序列數(shù)與新 增數(shù)據(jù)庫(kù)的序列數(shù)比例也在不斷變化。因此本節(jié)通 過(guò)時(shí)間窗來(lái)劃分原數(shù)據(jù)庫(kù)與新增數(shù)據(jù)庫(kù):第 次實(shí)驗(yàn) 的原數(shù)據(jù)庫(kù)為前 個(gè)時(shí)間窗內(nèi)軌跡數(shù)據(jù),新增數(shù)據(jù)庫(kù) 為第 個(gè)時(shí)間窗內(nèi)軌跡數(shù)據(jù),模擬現(xiàn)實(shí)中原數(shù)據(jù) 庫(kù)不斷擴(kuò)充的過(guò)程,具體劃分情況如表 2 所示。設(shè)定 原最小支持度為 0.6,隨著數(shù)據(jù)庫(kù)增加最小支持度逐漸減小。首先通過(guò) PrefixSpan 算法,分別挖掘數(shù)據(jù) 庫(kù) D 和 在最小支持度為 0.6 情況下的頻繁軌跡,以 及完整數(shù)據(jù)庫(kù) 在變更后的最小支持度下的頻 繁軌跡。對(duì)挖掘得到的頻繁軌跡同步估計(jì),將估計(jì) 結(jié)果與挖掘結(jié)果比較 ,評(píng)價(jià)指標(biāo)為平均相對(duì)誤差 (Mean Relative Error, MRE),計(jì)算公式如下所示。

    3.3 運(yùn)行時(shí)間分析

    本 文 采 用 3 種 動(dòng) 態(tài) 頻 繁 項(xiàng) 集 挖 掘 算 法 與 DMSIU-PrefixSpan 算法進(jìn)行算法運(yùn)行時(shí)間的比較。 圖 2 所示為在原數(shù)據(jù)庫(kù) D 和新增數(shù)據(jù)庫(kù) 不同時(shí)間 跨度比下各算法的運(yùn)行時(shí)間對(duì)比。由圖可得 , DMSIU-PrefixSpan 算法的運(yùn)行時(shí)間均最短。與改進(jìn) 的動(dòng)態(tài)頻繁項(xiàng)集挖掘算法 UP-IITree 以及 IIBTree[1]FUP 相比,DMSIU-PrefixSpan 算法在時(shí)間上也有明 顯的優(yōu)勢(shì),表明本文改進(jìn)后的算法運(yùn)行效率更高。

    3.4 實(shí)驗(yàn)結(jié)果分析

    軌跡數(shù)據(jù)集的動(dòng)態(tài)頻繁項(xiàng)集挖掘?qū)嶒?yàn)結(jié)果表 明:DMSIU-PrefixSpan 算法估計(jì)結(jié)果的 MRE 全部在 6% 以?xún)?nèi),即使算法的 MRE 隨最小支持度的減小而 逐漸增大,考慮到實(shí)際應(yīng)用中最小支持度并不會(huì)無(wú) 限制地降低,因此算法估計(jì)的 MRE 在可接受范圍 內(nèi)。本文算法由于只需要對(duì)原數(shù)據(jù)庫(kù)和新增數(shù)據(jù)庫(kù) 各掃描一次來(lái)挖掘頻繁軌跡集,后續(xù)更新頻繁軌跡 集時(shí)不需要掃描數(shù)據(jù)庫(kù),因此運(yùn)行時(shí)間遠(yuǎn)遠(yuǎn)少于其 余 3 種動(dòng)態(tài)頻繁項(xiàng)集挖掘算法。由于本文算法在后 續(xù)計(jì)算中只需要頻繁軌跡序列集中的信息,因此算 法所占內(nèi)存空間的大小即為挖掘得到的頻繁軌跡序 列集的大小,而 IUAR 算法還需存儲(chǔ)原始軌跡數(shù)據(jù), UP-IITree 算法以及 IIBTree-FUP 算法需要存儲(chǔ)生成 的倒排索引樹(shù),因此本文算法所需內(nèi)存空間最少。

    4""" 總結(jié)與展望

    基于軌跡數(shù)據(jù)庫(kù)數(shù)據(jù)量大以及動(dòng)態(tài)更新的現(xiàn) 狀,動(dòng)態(tài)頻繁項(xiàng)集挖掘算法應(yīng)運(yùn)而生。本文針對(duì)傳 統(tǒng)頻繁項(xiàng)集動(dòng)態(tài)更新算法需要頻繁掃描數(shù)據(jù)庫(kù)問(wèn) 題,首先通過(guò)頻繁軌跡序列與頻繁 1 序列相連接生成 候選序列,再利用后綴子序列的置信度估計(jì)候選序 列的支持度,并運(yùn)用頻繁軌跡后綴子序列的置信度 估計(jì)非頻繁軌跡的支持度,以此實(shí)現(xiàn)頻繁軌跡集的 動(dòng)態(tài)更新,并通過(guò)實(shí)驗(yàn)驗(yàn)證了 DMSIU-PrefixSpan 算 法的有效性和準(zhǔn)確度。

    參考文獻(xiàn):

    YU W H. Discovering frequent movement paths from taxi trajectory data using spatially embedded networks and asso[1]ciation rules[J]. IEEE Transactions on Intelligent Transpor[1]tation Systems, 2019, 20(3): 855-866.

    曾雷. 關(guān)聯(lián)規(guī)則挖掘中Apriori算法的研究[D]. 重慶: 重慶 交通大學(xué), 2016.

    KANG J S, BAEK J W, CHUNG K. PrefixSpan based pat[1]tern" mining" using" time" sliding" weight" from" streaming data[J]. IEEE Access, 2020, 8: 124833-124844.

    范圣法, 張先梅, 虞慧群. 基于關(guān)聯(lián)規(guī)則與聚類(lèi)分析的課 程評(píng)價(jià)技術(shù)[J]. 華東理工大學(xué)學(xué)報(bào) (自然科學(xué)版), 2022, 48(2): 258-264.

    王斌, 黃曉芳, 袁平. 基于PrefixSpan序列模式挖掘的改進(jìn) 算法[J]. 西南科技大學(xué)學(xué)報(bào), 2016, 31(4): 68-72.

    ZHANG" C" K," DU" Z" L," GAN" W" S, et al." TKUS:" Mining top-k high" utility" sequential" patterns[J]." Information"" Sci[1]ences, 2021, 570: 342-359.

    張步忠, 江克勤, 張玉州. 增量關(guān)聯(lián)規(guī)則挖掘研究綜述[J]. 小型微型計(jì)算機(jī)系統(tǒng), 2016, 37(1): 18-23.

    CHEUNG D W, HAN J W, NG V T, et al. Maintenance of discovered association" rules" in" large" databases:" An"" incre[1]mental updating" technique[C]//Proceedings" of" the" 12th" In[1]ternational Conference on Data Engineering. LA: New Or[1]leans, 1996: 106-114.

    馮玉才, 馮劍琳. 關(guān)聯(lián)規(guī)則的增量式更新算法[J]. 軟件學(xué) 報(bào), 1998(4): 62-67.

    高峰, 謝劍英. 發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的增量式更新算法[J]. 計(jì)算 機(jī)工程, 2000(12): 49-50,112.

    徐春. 基于倒排索引的增量更新關(guān)聯(lián)挖掘算法的研究 [D]. 廣西桂林: 廣西師范學(xué)院, 2016.

    THURACHON W, KREESURADEJ W. Incremental asso[1]ciation rule" mining" with" a" fast" incremental" updating"" fre[1]quent" pattern" growth" algorithm[J]. IEEE" Access," 2021," 9: 55726-55741.

    朱櫻. 數(shù)據(jù)挖掘技術(shù)研究及其在地災(zāi)系統(tǒng)中的應(yīng)用[D]. 西安: 西安工業(yè)大學(xué), 2019.

    HAN J W, PEI J, YIN Y W, et al. Mining frequent patterns without candidate" generation:" A" frequent-pattern" tree"" ap[1]proach[J]. Data" Mining" and" Knowledge" Discovery," 2004, 8(1): 53-87.

    猜你喜歡
    動(dòng)態(tài)數(shù)據(jù)
    企業(yè)物流的數(shù)據(jù)挖掘與智能管控
    混合教學(xué)模式下高職學(xué)生線(xiàn)上學(xué)習(xí)行為動(dòng)態(tài)數(shù)據(jù)與教學(xué)策略的相關(guān)性研究
    道路運(yùn)輸車(chē)輛運(yùn)行動(dòng)態(tài)數(shù)據(jù)在車(chē)輛保險(xiǎn)中的應(yīng)用
    基于人像識(shí)別技術(shù)在“一人一檔”系統(tǒng)中的應(yīng)用與探索
    云計(jì)算環(huán)境下動(dòng)態(tài)數(shù)據(jù)聚集算法研究
    分布式動(dòng)態(tài)數(shù)據(jù)庫(kù)增量關(guān)聯(lián)規(guī)則挖掘研究
    顳下頜關(guān)節(jié)三維動(dòng)態(tài)數(shù)據(jù)測(cè)量的初步研究
    淺析智能電網(wǎng)調(diào)度一體化
    基于動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的突發(fā)水污染事故仿真方法
    PMU的原理應(yīng)用及發(fā)展前景
    美女高潮到喷水免费观看| 成人av一区二区三区在线看| 色视频在线一区二区三区| 免费不卡黄色视频| 99精国产麻豆久久婷婷| 日韩 欧美 亚洲 中文字幕| 国产精品一区二区精品视频观看| 欧美中文综合在线视频| 桃红色精品国产亚洲av| 一个人免费在线观看的高清视频| 国产不卡av网站在线观看| 18禁观看日本| 国产精品久久久久成人av| 欧美成人免费av一区二区三区 | xxxhd国产人妻xxx| 人人妻人人澡人人看| 99re在线观看精品视频| 国产99久久九九免费精品| 99国产精品免费福利视频| 真人做人爱边吃奶动态| 亚洲七黄色美女视频| 午夜精品国产一区二区电影| 大片电影免费在线观看免费| 久久久水蜜桃国产精品网| 国产精品1区2区在线观看. | 9191精品国产免费久久| 精品久久久久久久毛片微露脸| 午夜福利在线免费观看网站| 日本欧美视频一区| 国产无遮挡羞羞视频在线观看| 天天躁日日躁夜夜躁夜夜| 丰满人妻熟妇乱又伦精品不卡| 免费观看a级毛片全部| 久久免费观看电影| 国产精品 国内视频| 老司机影院毛片| 国产成人系列免费观看| 婷婷成人精品国产| 成年人午夜在线观看视频| 一区二区三区国产精品乱码| 久久人妻av系列| 午夜激情久久久久久久| 操出白浆在线播放| 成年人黄色毛片网站| 久久天躁狠狠躁夜夜2o2o| 男女之事视频高清在线观看| 午夜福利一区二区在线看| 国产野战对白在线观看| 亚洲少妇的诱惑av| 黄色 视频免费看| 我要看黄色一级片免费的| www.精华液| 老司机午夜福利在线观看视频 | 一本—道久久a久久精品蜜桃钙片| 最新的欧美精品一区二区| 日韩欧美免费精品| 国产一卡二卡三卡精品| 亚洲伊人色综图| 狠狠精品人妻久久久久久综合| 国产精品98久久久久久宅男小说| 亚洲专区字幕在线| 亚洲欧洲精品一区二区精品久久久| 久久久久视频综合| 两人在一起打扑克的视频| 十分钟在线观看高清视频www| 日本一区二区免费在线视频| 欧美日韩视频精品一区| 久久亚洲真实| 免费女性裸体啪啪无遮挡网站| 国产欧美亚洲国产| 国产一区二区三区综合在线观看| 亚洲久久久国产精品| 久久亚洲精品不卡| 国产日韩欧美在线精品| 日韩精品免费视频一区二区三区| 国产精品麻豆人妻色哟哟久久| 蜜桃国产av成人99| 免费在线观看影片大全网站| 黄色视频在线播放观看不卡| 国产成人免费无遮挡视频| 亚洲av成人一区二区三| 欧美久久黑人一区二区| 精品欧美一区二区三区在线| 亚洲免费av在线视频| aaaaa片日本免费| 欧美乱妇无乱码| 这个男人来自地球电影免费观看| 最近最新中文字幕大全免费视频| 天堂中文最新版在线下载| 国内毛片毛片毛片毛片毛片| 久久久国产精品麻豆| 露出奶头的视频| 国产精品自产拍在线观看55亚洲 | 美女午夜性视频免费| 亚洲专区中文字幕在线| 欧美 日韩 精品 国产| 丝袜在线中文字幕| 天堂俺去俺来也www色官网| 黄网站色视频无遮挡免费观看| 建设人人有责人人尽责人人享有的| 亚洲午夜精品一区,二区,三区| 国产精品1区2区在线观看. | 多毛熟女@视频| 人人澡人人妻人| 水蜜桃什么品种好| 国产日韩欧美亚洲二区| 久久av网站| 黑丝袜美女国产一区| 麻豆国产av国片精品| 国产精品欧美亚洲77777| 国产精品欧美亚洲77777| 国产亚洲午夜精品一区二区久久| 婷婷丁香在线五月| 成人18禁在线播放| 亚洲情色 制服丝袜| 久久人妻av系列| 亚洲欧美日韩高清在线视频 | 宅男免费午夜| 狠狠狠狠99中文字幕| 精品国产乱码久久久久久小说| 欧美另类亚洲清纯唯美| 国产无遮挡羞羞视频在线观看| 免费看a级黄色片| 欧美精品高潮呻吟av久久| 亚洲国产毛片av蜜桃av| 国产不卡一卡二| 精品视频人人做人人爽| 国产不卡一卡二| 热99久久久久精品小说推荐| 亚洲成人国产一区在线观看| 午夜福利,免费看| 岛国毛片在线播放| 黄色视频不卡| 午夜福利免费观看在线| 国产三级黄色录像| 国内毛片毛片毛片毛片毛片| 亚洲人成77777在线视频| 欧美日韩亚洲综合一区二区三区_| 香蕉丝袜av| 最近最新免费中文字幕在线| 又大又爽又粗| 久久精品91无色码中文字幕| 一区二区三区精品91| 国产极品粉嫩免费观看在线| 欧美精品一区二区免费开放| 精品熟女少妇八av免费久了| 亚洲成国产人片在线观看| 国产亚洲午夜精品一区二区久久| 国产高清videossex| 淫妇啪啪啪对白视频| 一级毛片女人18水好多| 亚洲自偷自拍图片 自拍| 亚洲精品一卡2卡三卡4卡5卡| 又紧又爽又黄一区二区| 老汉色∧v一级毛片| 日韩精品免费视频一区二区三区| 91av网站免费观看| 亚洲一区二区三区欧美精品| 香蕉国产在线看| 中文字幕人妻熟女乱码| 少妇的丰满在线观看| 人妻久久中文字幕网| 脱女人内裤的视频| 久久影院123| 国产在线精品亚洲第一网站| 9色porny在线观看| 亚洲欧美日韩高清在线视频 | 美女视频免费永久观看网站| av线在线观看网站| 国产精品麻豆人妻色哟哟久久| 国产免费av片在线观看野外av| 国产一卡二卡三卡精品| 黄片小视频在线播放| 老司机影院毛片| 欧美精品人与动牲交sv欧美| 欧美乱妇无乱码| 国产国语露脸激情在线看| 亚洲成国产人片在线观看| 欧美中文综合在线视频| 国产日韩一区二区三区精品不卡| 热99国产精品久久久久久7| 亚洲五月色婷婷综合| 精品国产亚洲在线| 无遮挡黄片免费观看| 日韩欧美一区二区三区在线观看 | 99九九在线精品视频| 午夜福利影视在线免费观看| 亚洲va日本ⅴa欧美va伊人久久| 曰老女人黄片| 亚洲中文字幕日韩| 黄网站色视频无遮挡免费观看| 欧美成人免费av一区二区三区 | 午夜精品国产一区二区电影| 丝袜美足系列| 免费高清在线观看日韩| 日韩视频一区二区在线观看| 69av精品久久久久久 | 老司机在亚洲福利影院| 亚洲全国av大片| 精品视频人人做人人爽| 久久久水蜜桃国产精品网| 一级,二级,三级黄色视频| 美女主播在线视频| 久久久国产一区二区| 亚洲av片天天在线观看| 下体分泌物呈黄色| 自线自在国产av| 国产xxxxx性猛交| 国产精品.久久久| 在线看a的网站| 久久午夜亚洲精品久久| 日韩一卡2卡3卡4卡2021年| 国产人伦9x9x在线观看| 丁香六月欧美| 国产精品免费视频内射| 韩国精品一区二区三区| 亚洲精品久久成人aⅴ小说| 国产精品自产拍在线观看55亚洲 | 国产亚洲精品久久久久5区| 久久久国产精品麻豆| 免费女性裸体啪啪无遮挡网站| 在线观看免费日韩欧美大片| 两人在一起打扑克的视频| 亚洲欧美日韩高清在线视频 | 一个人免费在线观看的高清视频| 夜夜爽天天搞| 桃花免费在线播放| av网站在线播放免费| 啦啦啦视频在线资源免费观看| 国产精品99久久99久久久不卡| 好男人电影高清在线观看| avwww免费| 国产成人精品在线电影| 大香蕉久久成人网| 久久这里只有精品19| 久久ye,这里只有精品| 国产精品熟女久久久久浪| 亚洲国产欧美日韩在线播放| 久久精品熟女亚洲av麻豆精品| 女性生殖器流出的白浆| 国产黄色免费在线视频| 亚洲第一欧美日韩一区二区三区 | 亚洲专区国产一区二区| 亚洲av成人不卡在线观看播放网| 日韩欧美一区二区三区在线观看 | 不卡一级毛片| 丁香欧美五月| 日韩三级视频一区二区三区| a级毛片在线看网站| 色尼玛亚洲综合影院| 中文字幕精品免费在线观看视频| 十八禁高潮呻吟视频| 精品国产一区二区三区久久久樱花| 亚洲人成伊人成综合网2020| 国产av国产精品国产| 国产欧美日韩一区二区三区在线| 国产主播在线观看一区二区| 亚洲av美国av| 国产av精品麻豆| 亚洲人成电影免费在线| 欧美中文综合在线视频| 无限看片的www在线观看| 久久精品国产a三级三级三级| 亚洲精品粉嫩美女一区| 国产黄频视频在线观看| 国产激情久久老熟女| 咕卡用的链子| 久久久久久久大尺度免费视频| 久久久精品免费免费高清| 99精国产麻豆久久婷婷| 波多野结衣一区麻豆| 欧美中文综合在线视频| 亚洲欧美一区二区三区久久| 精品一区二区三区视频在线观看免费 | 免费在线观看日本一区| av不卡在线播放| 亚洲全国av大片| 欧美黑人欧美精品刺激| 亚洲精品自拍成人| 国产精品亚洲av一区麻豆| 国产精品一区二区在线不卡| 国产精品一区二区精品视频观看| 日韩视频在线欧美| 黄片小视频在线播放| 亚洲av日韩在线播放| 亚洲综合色网址| 国产亚洲精品一区二区www | 国产精品99久久99久久久不卡| 韩国精品一区二区三区| 国产精品二区激情视频| 18在线观看网站| 午夜久久久在线观看| www日本在线高清视频| 999精品在线视频| www.999成人在线观看| 亚洲天堂av无毛| 欧美日韩国产mv在线观看视频| 老司机靠b影院| 国产不卡av网站在线观看| 视频在线观看一区二区三区| av网站在线播放免费| 精品高清国产在线一区| 精品亚洲成a人片在线观看| 精品国产一区二区三区久久久樱花| 69精品国产乱码久久久| 国产在线精品亚洲第一网站| 亚洲成人免费电影在线观看| 男女无遮挡免费网站观看| 91av网站免费观看| 亚洲伊人久久精品综合| 又黄又粗又硬又大视频| 午夜精品国产一区二区电影| 国产伦理片在线播放av一区| 国产黄色免费在线视频| 精品午夜福利视频在线观看一区 | www.精华液| 五月天丁香电影| 亚洲第一av免费看| 精品福利永久在线观看| 一级毛片电影观看| 大码成人一级视频| 人人妻人人添人人爽欧美一区卜| 少妇 在线观看| 国产91精品成人一区二区三区 | 亚洲自偷自拍图片 自拍| 亚洲少妇的诱惑av| 亚洲精品中文字幕一二三四区 | 天天影视国产精品| 母亲3免费完整高清在线观看| 亚洲国产中文字幕在线视频| 色老头精品视频在线观看| h视频一区二区三区| 国产精品偷伦视频观看了| 99精品在免费线老司机午夜| 老熟女久久久| 欧美日韩中文字幕国产精品一区二区三区 | 乱人伦中国视频| 成在线人永久免费视频| 女人精品久久久久毛片| 免费日韩欧美在线观看| 精品一区二区三卡| 99riav亚洲国产免费| 午夜免费鲁丝| 国产深夜福利视频在线观看| 视频区欧美日本亚洲| 久久久久视频综合| 777久久人妻少妇嫩草av网站| 国产91精品成人一区二区三区 | 久久人妻av系列| 999久久久精品免费观看国产| 亚洲精品美女久久av网站| 国产精品秋霞免费鲁丝片| 老司机深夜福利视频在线观看| 巨乳人妻的诱惑在线观看| 国产精品 国内视频| 黄色怎么调成土黄色| www.自偷自拍.com| 极品教师在线免费播放| 日韩中文字幕视频在线看片| 欧美日韩av久久| 美女高潮喷水抽搐中文字幕| 后天国语完整版免费观看| 亚洲国产欧美网| 国产精品久久久av美女十八| 色精品久久人妻99蜜桃| 日本av手机在线免费观看| 日韩欧美国产一区二区入口| 男女之事视频高清在线观看| 色尼玛亚洲综合影院| 蜜桃国产av成人99| 免费观看av网站的网址| 国产亚洲午夜精品一区二区久久| 不卡一级毛片| 亚洲人成77777在线视频| 午夜久久久在线观看| 久久久久久人人人人人| 叶爱在线成人免费视频播放| 免费av中文字幕在线| 少妇粗大呻吟视频| 极品教师在线免费播放| 国产精品久久电影中文字幕 | 黑人猛操日本美女一级片| 麻豆乱淫一区二区| 天堂动漫精品| 日本一区二区免费在线视频| 欧美国产精品va在线观看不卡| 精品人妻在线不人妻| 免费观看a级毛片全部| 免费在线观看视频国产中文字幕亚洲| 两个人免费观看高清视频| 欧美日韩福利视频一区二区| 国产精品免费视频内射| 久久中文字幕人妻熟女| 法律面前人人平等表现在哪些方面| 国产日韩欧美视频二区| 久久久水蜜桃国产精品网| 亚洲国产av影院在线观看| 热99国产精品久久久久久7| 日韩欧美一区视频在线观看| 亚洲天堂av无毛| 黑人操中国人逼视频| 久久精品国产亚洲av香蕉五月 | 天天操日日干夜夜撸| 国产aⅴ精品一区二区三区波| 日韩欧美国产一区二区入口| 一级片免费观看大全| 9色porny在线观看| 久久人人97超碰香蕉20202| 黄频高清免费视频| 91老司机精品| 国产成人系列免费观看| 国产av又大| 又黄又粗又硬又大视频| 人人妻人人爽人人添夜夜欢视频| 欧美日韩福利视频一区二区| 香蕉久久夜色| 热99久久久久精品小说推荐| 国产国语露脸激情在线看| 九色亚洲精品在线播放| 日本黄色日本黄色录像| 久久久久国产一级毛片高清牌| 婷婷成人精品国产| 交换朋友夫妻互换小说| 91老司机精品| 在线观看人妻少妇| 黄片大片在线免费观看| 一级毛片精品| 久久精品国产亚洲av香蕉五月 | 99久久国产精品久久久| 777久久人妻少妇嫩草av网站| 国产一区二区三区综合在线观看| 可以免费在线观看a视频的电影网站| 亚洲中文字幕日韩| 欧美激情高清一区二区三区| 黄色视频在线播放观看不卡| 一边摸一边做爽爽视频免费| 美女视频免费永久观看网站| 天堂中文最新版在线下载| 国产在线精品亚洲第一网站| videos熟女内射| 香蕉国产在线看| 国产老妇伦熟女老妇高清| 一二三四社区在线视频社区8| 可以免费在线观看a视频的电影网站| 每晚都被弄得嗷嗷叫到高潮| 纵有疾风起免费观看全集完整版| 精品少妇久久久久久888优播| 国产真人三级小视频在线观看| 精品熟女少妇八av免费久了| 岛国在线观看网站| 亚洲精品国产精品久久久不卡| 国产亚洲欧美精品永久| 女人被躁到高潮嗷嗷叫费观| 中文字幕人妻丝袜制服| xxxhd国产人妻xxx| avwww免费| 最黄视频免费看| 精品福利观看| 午夜福利免费观看在线| 久久午夜综合久久蜜桃| 天天躁狠狠躁夜夜躁狠狠躁| 波多野结衣一区麻豆| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品美女久久久久99蜜臀| 亚洲成国产人片在线观看| 老熟妇仑乱视频hdxx| 国产精品 国内视频| 黑人操中国人逼视频| 精品少妇黑人巨大在线播放| av网站在线播放免费| 999久久久国产精品视频| 国产黄色免费在线视频| 日韩免费高清中文字幕av| 亚洲精品美女久久久久99蜜臀| 亚洲精品国产一区二区精华液| 亚洲av成人不卡在线观看播放网| 一级片免费观看大全| 久久精品国产综合久久久| 一本一本久久a久久精品综合妖精| 欧美黄色淫秽网站| 久久久久久久大尺度免费视频| 久久精品成人免费网站| 精品久久久精品久久久| 黄色视频不卡| 男女高潮啪啪啪动态图| 国产成人系列免费观看| 女警被强在线播放| 一边摸一边做爽爽视频免费| 狠狠婷婷综合久久久久久88av| 久久99热这里只频精品6学生| 热99久久久久精品小说推荐| 久久久久国产一级毛片高清牌| 女人被躁到高潮嗷嗷叫费观| 国产黄色免费在线视频| 岛国在线观看网站| 国产av精品麻豆| 久久青草综合色| 蜜桃在线观看..| 色综合欧美亚洲国产小说| 999久久久国产精品视频| 黄片大片在线免费观看| 久久精品亚洲熟妇少妇任你| 国产男女超爽视频在线观看| 国产精品电影一区二区三区 | 国产日韩欧美在线精品| 操出白浆在线播放| 天堂俺去俺来也www色官网| 精品福利永久在线观看| 午夜福利影视在线免费观看| 五月开心婷婷网| 国产在线精品亚洲第一网站| 久久精品国产亚洲av香蕉五月 | 成人国产av品久久久| 岛国毛片在线播放| 中文字幕最新亚洲高清| 久久国产精品男人的天堂亚洲| 午夜老司机福利片| 久久久久久久大尺度免费视频| 亚洲五月婷婷丁香| 亚洲专区国产一区二区| 男女之事视频高清在线观看| 精品久久久精品久久久| 露出奶头的视频| 久久国产亚洲av麻豆专区| 国产精品九九99| 日日爽夜夜爽网站| 十八禁网站网址无遮挡| 成人18禁高潮啪啪吃奶动态图| 亚洲国产毛片av蜜桃av| 日本vs欧美在线观看视频| 99国产极品粉嫩在线观看| 久久香蕉激情| 黄色成人免费大全| 久久精品国产亚洲av高清一级| 真人做人爱边吃奶动态| 人人妻人人爽人人添夜夜欢视频| svipshipincom国产片| 日韩成人在线观看一区二区三区| 日本撒尿小便嘘嘘汇集6| 久久人人97超碰香蕉20202| 99热国产这里只有精品6| 免费在线观看影片大全网站| 如日韩欧美国产精品一区二区三区| 麻豆乱淫一区二区| 男女边摸边吃奶| 成年版毛片免费区| 国产成人精品无人区| 无限看片的www在线观看| 成人亚洲精品一区在线观看| 真人做人爱边吃奶动态| 岛国毛片在线播放| 久久国产亚洲av麻豆专区| 啦啦啦 在线观看视频| 淫妇啪啪啪对白视频| 一进一出好大好爽视频| 国产亚洲午夜精品一区二区久久| 久久精品熟女亚洲av麻豆精品| av又黄又爽大尺度在线免费看| 色在线成人网| 国产成人欧美在线观看 | 十八禁高潮呻吟视频| 国产成人av教育| 日韩欧美国产一区二区入口| 性少妇av在线| 亚洲伊人色综图| 亚洲伊人久久精品综合| av天堂在线播放| 中文字幕色久视频| 欧美精品高潮呻吟av久久| 大码成人一级视频| 久久精品熟女亚洲av麻豆精品| 自拍欧美九色日韩亚洲蝌蚪91| 久久狼人影院| 国产亚洲欧美精品永久| 久久久精品免费免费高清| 国产精品久久电影中文字幕 | 午夜激情av网站| 亚洲精华国产精华精| 亚洲五月色婷婷综合| 国产黄色免费在线视频| 成人特级黄色片久久久久久久 | 9色porny在线观看| 精品少妇黑人巨大在线播放| 脱女人内裤的视频| 女性生殖器流出的白浆| netflix在线观看网站| 香蕉丝袜av| 成年版毛片免费区| 超色免费av| 午夜视频精品福利| 99久久国产精品久久久| 国产在线一区二区三区精| 成人国产av品久久久| 中国美女看黄片| 精品国产亚洲在线| 国产欧美日韩一区二区精品| 999久久久国产精品视频| 国产麻豆69| 免费少妇av软件| 成人18禁在线播放| 亚洲成人国产一区在线观看| 一级毛片精品| 国产av精品麻豆| 在线十欧美十亚洲十日本专区| 精品福利永久在线观看| 国产精品亚洲一级av第二区| 国产色视频综合| 日韩制服丝袜自拍偷拍| 最新在线观看一区二区三区| 狂野欧美激情性xxxx| 久久久精品免费免费高清| 最近最新中文字幕大全电影3 | √禁漫天堂资源中文www| 亚洲视频免费观看视频| 一级毛片女人18水好多|