基于滑動窗口的數據流頻繁項集挖掘算法優(yōu)化研究.pdf

1、隨著信息技術的發(fā)展，醫(yī)療、電子商務等行業(yè)也迅速發(fā)展，而各行各業(yè)的數據量積累逐漸增多，但卻缺乏對其進行有效分析的處理技術。由于人們迫切希望從數據中得到知識，數據挖掘應運而生。數據挖掘技術是指從數據中提取有益的模式。
　　數據流是高速、連續(xù)出現的數據集，它不同于傳統(tǒng)的靜態(tài)數據庫中的數據。數據流具有連續(xù)、實時、無限等特點，并且是快速到來的數據。基于數據流的特點，以前傳統(tǒng)的挖掘算法和技術很難適用于數據流，所以現在很多學者都進行了針對數據流

2、挖掘算法的研究。而數據流的頻繁項集挖掘也成為了數據挖掘任務中的主要問題之一。
　　本文對現有的數據流頻繁項集挖掘算法的優(yōu)點和局限性進行了分析，重點是頻繁項集和頻繁閉項集的挖掘算法。針對上述算法的研究，本文提出了相應的優(yōu)化算法，其主要研究內容如下:
　　首先對數據挖掘的背景和現狀進行了介紹，然后對數據挖掘技術任務進行概要說明，對數據流及其特點進行介紹，最后對數據流頻繁項集挖掘的幾個典型算法進行了分析與探討。
　　其次，提

3、出了基于滑動窗口的數據流頻繁項集挖掘(SWFI)算法。將數據流分組，并存儲在SWFI-tree中，利用滑動窗口刪除最早進入窗口中的那組事務，再讀取新的事務，最后通過挖掘樹來產生頻繁項集。實驗結果顯示，SWFI算法有較好的穩(wěn)定性與時效性，適用于數據流下頻繁項集的挖掘。
　　最后，為了適應實際問題的需要，基于滑動窗口的數據流頻繁閉項集挖掘算法SW_MFCI。該算法基于滑動窗口結構，利用雙生項集的合并，減少了生成子數量，采用哈希表結構存