數(shù)據(jù)流頻繁模式挖掘算法研究與設(shè)計(jì).pdf

1、通過(guò)近十幾年的努力，數(shù)據(jù)挖掘技術(shù)已經(jīng)相當(dāng)成熟，然而，在一種新的數(shù)據(jù)環(huán)境中，即數(shù)據(jù)流環(huán)境中進(jìn)行挖掘是一項(xiàng)具有挑戰(zhàn)性的工作。近年來(lái)涌現(xiàn)的許多應(yīng)用促進(jìn)了數(shù)據(jù)流模型的提出，這些應(yīng)用包括電子商務(wù)、傳感器網(wǎng)絡(luò)、股票數(shù)據(jù)分析等。這些應(yīng)用中產(chǎn)生的數(shù)據(jù)源源不斷地到來(lái)，因此只能按順序進(jìn)行處理，而且數(shù)據(jù)量是無(wú)窮的。傳統(tǒng)的數(shù)據(jù)挖掘算法只能處理靜態(tài)數(shù)據(jù)，對(duì)這種大量的、快速的數(shù)據(jù)流是無(wú)能為力的。 本文對(duì)數(shù)據(jù)流頻繁模式挖掘算法進(jìn)行了深入研究，從分析三種不同的

2、頻繁模式出發(fā)，進(jìn)行了數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)和算法研究。 1.為了適應(yīng)數(shù)據(jù)流快速、大量的特性，設(shè)計(jì)了一種新的數(shù)據(jù)結(jié)構(gòu)CFIT，它能存儲(chǔ)數(shù)據(jù)流的概要信息，并且通過(guò)在前綴樹(shù)中加入超集鏈，使得掃描樹(shù)的次數(shù)減少，節(jié)省了挖掘時(shí)間?；陬l繁模式樹(shù)并結(jié)合滑動(dòng)窗口技術(shù)，提出了一種增量更新算法TW-CFI。它能適應(yīng)數(shù)據(jù)流的特點(diǎn)并可以挖掘數(shù)據(jù)流頻繁閉項(xiàng)集信息。2.算法利用傾斜時(shí)間窗口保存歷史數(shù)據(jù)，滿足了實(shí)時(shí)查詢和事后檢索的需求。通過(guò)模式修剪策略，將不頻繁項(xiàng)集盡早刪除掉