数据流中的关联规则在预测和在线分析系统中有重要应用．现有的研究大多集中在事务数据模型上，鲜有对数据项之间的关联规则挖掘．由于数据的实时性特点，用户又往往对新产生的数据所包含的信息更感兴趣。为了实时而准确地挖掘最近一段时间内数据项间的关联规则，提出了MARSW(mining association rules on sliding window)算法，利用滑动窗口模型对数据流进行关联规则挖掘．MARSW算法在给定的误差范围内，能够有效去除历史数据的影响，并以有限的空间代价快速挖掘大量数据间存在的关联规则．大量仿真实验结果表明，MARSW算法具有较高的效率和优良的可扩展性．
展开▼
