針對已有的多數(shù)據(jù)流協(xié)同頻繁項集挖掘算法存在內(nèi)存占用率高以及發(fā)現(xiàn)頻繁項集效率低的問題，提出了改進的多數(shù)據(jù)流協(xié)同頻繁項集挖掘（ MCMD-Stream）算法。首先，該算法利用單遍掃描數(shù)據(jù)庫的字節(jié)序列滑動窗口挖掘算法發(fā)現(xiàn)數(shù)據(jù)流中的潛在頻繁項集和頻繁項集；其次，構(gòu)建類似頻繁模式樹（ FP-Tree）的壓縮頻繁模式樹（CP-Tree）存儲已發(fā)現(xiàn)的潛在頻繁項集和頻繁項集，同時更新CP-Tree樹中每個節(jié)點生成的對數(shù)傾斜時間表中的頻繁項計數(shù)；最后，通過匯總分析得出在多條數(shù)據(jù)流中多次出現(xiàn)的且有價值的頻繁項集，即協(xié)同頻繁項集。相比A-Stream和H-Stream算法，MCMD-Stream算法不僅能夠提高多數(shù)據(jù)流中協(xié)同頻繁項集挖掘的效率，并且還降低了內(nèi)存空間的使用率。實驗結(jié)果表明MCMD-Stream算法能夠有效地應(yīng)用于多數(shù)據(jù)流的協(xié)同頻繁項集挖掘。