基于trie merging机制数据流滑动窗口模型的频繁树模式挖掘

因树型结构的良好表达能力，在互联网中传输的信息流越来越多以树型结构形式存储。但由于流式数据的时效性，隐含在数据流中的知识会随着时间的推移发生改变。针对数据流场景下挖掘最近时间段内的频繁子树模式的问题，提出了一种滑动窗口模型下挖掘频繁子树模式算法——SWMiner算法，用于挖掘数据流下任意时刻窗口所有的频繁子树模式。SWMiner算法使用基于前缀树的结构来压缩存储生成的树模式，并且使用trie merging机制有效地更新子树模式的支持度。实验结果表明，SWMiner算法在滑动窗口模型中的性能优于目前现有的常用算法，能有效地挖掘最近时间段内的频繁树模式。