Page 461 - 《软件学报》2025年第5期

王少鹏 等: 面向时间有序事务数据的聚簇频繁模式挖掘 2361

[41] Ester M, Kriegel HP, Sander J, Xu XW. A density-based algorithm for discovering clusters in large spatial databases with noise. In: Proc.
of the 2nd Int’l Conf. on Knowledge Discovery and Data Mining (KDD 1996). Portland: AAAI Press, 1996. 226–231.

附中文参考文献:
[5] 郭宇红, 童云海, 唐世渭, 杨冬青. 基于 FP-Tree 的反向频繁项集挖掘. 软件学报, 2008, 19(2): 338–350. https://jos.org.cn/jos/article/
abstract/20080215 [doi: 10.3724/SP.J.1001.2008.00338]
[6] 丁家满, 李海滨, 邓斌, 贾连印, 游进国. 一种基于 Spark 的频繁项集快速挖掘算法. 软件学报, 2023, 34(5): 2446–2464. http://www.
jos.org.cn/1000-9825/6404.htm [doi: 10.13328/j.cnki.jos.006404]
[18] 颜跃进, 李舟军, 陈火旺. 基于 FP-Tree 有效挖掘最大频繁项集. 软件学报, 2005, 16(2): 215–222. https://jos.org.cn/jos/article/abstract/
20050206 [doi: 10.1360/jos160215]
[20] 王少鹏, 闻英友, 赵宏. 滑动窗口下数据流完全加权最大频繁项集挖掘. 东北大学学报 (自然科学版), 2016, 37(7): 931–936. [doi:
10.12068/j.issn.1005-3026.2016.07.005]

王少鹏(1984－), 男, 博士, 副教授, CCF 专业会 牛超煜(1999－), 男, 硕士生, CCF 学生会员, 主
员, 主要研究领域为大数据挖掘与分析, 时空大 要研究领域为数据挖掘.
数据处理, 人工智能和数据库的融合.