《表1 窗2下的数据流关联频繁模式集挖掘结果》
使用和文献[20,21]中类似的方法从SWAFP-T树上挖掘所有关联频繁模式,从Ffd底部频率开始建立条件模式基(Conditional pattern-bases,CPBs)和条件树(Conditional trees,CTs)。首先从图3(c)建立频率f5的条件模式基,这是因为最底部的f6和f8满足MinSUP阈值,因此从窗2的SWAFP-T树中的两个分支上提取出频率f5。由这些分支形成的路径分别为(f1f2f4f5∶1)和(f2f7f5∶1)。因此,考虑将f5作为后缀,其相关的生成条件模式基的两个前缀路径则分别是(f1f2f4∶1)和(f2f7∶1),其条件模式基树见图4(a)。如图所示,条件树为空,频率f1,f4和f7不在条件树中,这是因为其支持度值为1小于阈值MinSUP,并且f1f5,f4f5和f5f7的所有信任度值均小于MinallConf。另一方面,尽管频率f2满足阈值MinSUP,但是其f2f5的信任度值小于MinallConf,所以频率f2也不在条件树中。因此,频率f5没有关联频繁模式。频率f3的条件模式基是(f1f2f7f4∶1)和(f1∶1),如图4(b)所示。频率f4的条件模式基是(f1f2f7∶1)和(f1f2∶1),其条件树只包含一个单路径(f1f2∶3),如图4(c)所示。f4的关联频繁模式集有(f1f4∶1)、(f2f4∶3)和(f1f2f4∶3)。表1给出了图1数据流在窗2下的关联频繁模式集的挖掘结果。
图表编号 | XD00111123400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 张艳梅、陆伟、杨余旺 |
绘制单位 | 广东培正学院电子商务系、南京理工大学计算机科学与工程学院、南京理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |