...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Computers >A Fast and Efficient Algorithm for Finding Frequent Items over Data Stream
【24h】

A Fast and Efficient Algorithm for Finding Frequent Items over Data Stream

机译：一种快速有效的算法，用于在数据流中查找频繁的项目

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

—We investigate the problem of finding the frequent items in a continuous data stream. We present an algorithm called λ-Count for computing frequency counts over a user specified threshold on a data stream. To emphasize the importance of the more recent data items, a fading factor λ? is used. Our algorithm can detect ε- approximate frequent items of a data stream using O(logλε) memory space and O(1) time to process each data record. The computation time for answering each query is O( logλε ), and for answering a query about the frequentness of a given data item is O(1). Experimental study shows that λ-Count outperforms other methods in terms of accuracy, memory requirement, and processing speed.
机译：- 我们调查在连续数据流中找到频繁项目的问题。我们介绍了一种称为λ-count的算法，用于计算频率在数据流上的用户指定阈值上计数。强调更新数据项的重要性，衰落因子λ？用来。我们的算法可以使用O（logλε）存储空间和O（1）时间来检测数据流的常见项目，以处理每个数据记录。回答每个查询的计算时间是O（logλε），并且用于回答关于给定数据项的频繁度的查询是O（1）。实验研究表明，在精度，内存要求和处理速度方面，λ-count优于其他方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号