کشف قواعد وابستگی در جریانات سریع داده با استفاده از پنجره زوال و پنجره کشویی

در روش مبتنی بر پنجر زوال همه مجموعه اقلام مهم در یک درخت الفبایی ذخیره می شوند. هر نود در این درخت نماینده یک مجموعه قلم است. علاوه بر این هر نود یک مدخل برای مجموعه قلم داده ای مربوطه اش نگهداری می کند. مقدار cn نشان دهنده مقدار تکرار فعلی آن در مدل محو شدن و tid مشخص کننده شماره آخرین تراز کنشی است که شامل مجموعه قلم داد مربوط بوده است. از آنجایی که توزیع داده ها ممکن است در طول جریان داده ها تغییر یابد ، روش های مبتنی بر پنجره کشویی تنها توجه خود را به داده های جدید و افزایش حجم داده ها همان مجموعه داده ای در بخش دیگری از داده ها دارای تعداد بسیار کم و یا حتی صفر باشد. برای رفع این مشکلات الگوریتم های مبتنی بر پنجره کشویی معرفی گردیده است که توجه خود را به بخشی از داده ها معطوف می سازند و داده های پر تکرار گردید که جز داده های اخیر نیستند با کاهش تعداد تکرار مواجه می گردند به طوری که رفته رفته به اقلام داده اید غیره پر تکرار تبدیل می شوند و از لیست داده هایی که در هر پنجره ارزیابی می گردند حذف می گردند.

Keywords:

اقلام تکرار شونده , پنجره کشویی , پنجره زوال , قواعد وابستگی , الگوریتم است وین