随着计算机技术和信息技术的高速发展,数据流在网络流量管理中的异常检测及报警和零售业中的事务处理等领域得到了广泛应用。数据流的分析和挖掘已成为一个热点研究问题。其中,数据流频繁项集的挖掘是数据流挖掘中最基本的问题之一,因此数据流频繁项集挖掘成为人们关注的焦点。数据流中的频繁模式都与某种特定的窗口相关联,所以窗口模型对数据流中频繁模式来说至关重要,通常的窗口模型分为界标窗口、衰减窗口和滑动窗口,因为前两种模型中过时的事务对挖掘结果有一定的影响,因此人们最关心的还是滑动窗口模型。数据流频繁项集挖掘算法以基于FP-Tree结构最为显著,其中FP-Growth算法在挖掘过程中需要递归生成大量的条件FP-Tree来保存项集信息,过度耗费时空资源。DSFPM算法是在第一个基本窗口流入时就建立DSFPM-Tree结构,随后新窗口到达时,将挖掘的临界频繁闭项集按顺序插入到树中,而当窗口滑动时,需要删除树结构的旧事务中的项,这样一进一出频繁的更新树结构,导致时间开销比较大。pWin算法当有窗口流入时需要频繁的采用条件窗格来更新前缀树,且窗口滑动时也要频繁的删除旧窗口中的项。针对以上算法的不足,本文提出了滑动窗口中FP-Tree的频繁项集挖掘算法MFI-SW(A frequent itemset mining algorithm in the sliding window)。该算法采用上三角矩阵的存储方式,对每个基本窗口建立一个临界频繁模式树NCFP-Tree来压缩存储数据信息,在相同节点个数的情况下,NCFP-Tree较FP-Tree的深度低、分支少,因为NCFP-Tree中的父子结点仅保留临界频繁2-项集的全部信息,所以将父子不满足临界频繁2-项集的结点进行临界剪枝。当窗口滑动时,将旧基本窗口对应的NCFP-Tree释放,建立新基本窗口对应的NCFP-Tree。最后采用层次遍历的方法将挖掘出来的临界频繁项集存在临界频繁项集表FI-i_List中。通过提取IBM中三个数据集来与DSFPM算法和pWin算法进行了大量的对比实验,在相同的环境下,MFI-SW算法的时间运行效率略高于其他两种算法;并在同一数据集下,分别分析了最小支持度阈值和滑动窗口的变化对三个算法的影响,结果显示MFI-SW算法的时间运行效率更高些;算法中的误差因子是一个关键因素,所以对比了不同的误差因子下的算法查全率和查准率,通过实验结果显示MFI-SW算法的查全率和查准率均略高于其他两个算法。由以上实验证明MFI-SW算法是有效可行的。