.png){kind=icon}
返回
Utility and occupancy driven pattern analysis for processing dynamic data streams in damped window control
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.114453.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据分析适合数据控制系统，通过从海量且复杂的数据中发现人类难以感知的隐藏知识。在各种数据分析方法中，高效用占用模式分析除了考虑模式的利润和数量外，还考虑了每种模式在对应事务中的效用占用，这对于包括数据科学领域在内的数据控制系统是有效的。然而，处理实时生成数据时，近期数据蕴含着更具洞察力的知识。以往基于占用的方法未处理最新数据的相对重要性。为克服这一局限，我们引入了一种从动态数据流中发现高效用占用模式的新方法，其中时间敏感数据持续出现。该方法通过考虑每笔事务的时间维度，为每种模式分配相对重要性。在动态环境中，所提出的方法利用先进的构建和重构过程，根据每种模式的时间流高效控制数据。在模式扩展过程中，建议采用衰减因子引入一种新的上界，以有效减少对前景不佳模式的非必要搜索。实验结果表明，与现有最先进方法相比，所提出的方法在内存使用相近的情况下，具有更优的运行时性能和可扩展性。消融研究强调了所提出组件对方法整体有效性的贡献。额外评估表明，与现有最先进方法相比，所提出的方法分析了更具洞察力的结果模式，而案例研究展示了其对实时动态数据控制系统的适用性。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
分享收藏ITUFP: A fast method for interactive mining of Top-K frequent patterns from uncertain dataITUFP: 一种快速交互式挖掘不确定数据中Top-K频繁模式的方法
PREAI
分享收藏HUIM-SMP: High utility itemset mining based stock market analogy.png)
2019 10th International Conference on Computing, Communication and Networking Technologies (ICCCNT)
2019 10th International Conference on Computing, Communication and Networking Technologies (ICCCNT)IF0
PREAI
分享收藏List-based mining top-k average-utility itemsets with effective pruning and threshold raising strategiesAPPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
查看更多内容