基于滑動窗口的數(shù)據(jù)流頻繁模式挖掘算法研究.pdf

1、頻繁項集挖掘是數(shù)據(jù)流挖掘中重要的研究領(lǐng)域，目前國內(nèi)外數(shù)據(jù)流頻繁項集挖掘算法還存在諸多問題。例如模式產(chǎn)生延遲比較嚴重；挖掘出的頻繁項集相當(dāng)龐大；簡單的挖掘算法沒有面向應(yīng)用，不能滿足用戶的需求。針對這些問題，本文主要研究基于FP-Tree概要數(shù)據(jù)結(jié)構(gòu)上的數(shù)據(jù)流頻繁項集挖掘算法，其研究成果對顧客購物模式、網(wǎng)絡(luò)通信的錯誤分析、電子商務(wù)、商業(yè)智能以及市場決策等領(lǐng)域具有重要的意義。
　　首先，本文提出一種在數(shù)據(jù)流中基于滑動窗口的挖掘頻繁閉項集

2、的算法MFCI-SW。該算法在滑動窗口所對應(yīng)的FCIL中記錄頻繁閉項集數(shù)據(jù)項的支持度計數(shù)和窗口序列號，隨著新窗口的到來，刪除 K值最小的數(shù)據(jù)項同時插入新窗口頻繁閉項集的數(shù)據(jù)項，在模式樹中通過指針剪除 K值最小的數(shù)據(jù)項所對應(yīng)的節(jié)點，同時插入新節(jié)點，最后完成模式樹的更新。該算法能提高頻繁項集挖掘的執(zhí)行效率。
　　其次，本文提出一種在數(shù)據(jù)流中基于時間衰減模型的挖掘最大頻繁項集的算法MFI-TD，該算法首先構(gòu)建一種新的數(shù)據(jù)結(jié)構(gòu)來存儲當(dāng)前窗

3、口中的事務(wù)，并用DP指針指向最大頻繁項集；并在此基礎(chǔ)上，通過時間衰減模型來對PW-tree進行剪枝，輸出當(dāng)前所有的最大頻繁項集。該算法與已有的DSM-MFI算法相比有較好的時間效率。
　　最后，本文提出一種用于獲取故障知識的序列模式挖掘新算法SPM-LM，該算法為每一個事件建立一個位置矩陣記錄它們在序列中的位置信息，通過兩個指針對位置矩陣操作運算生成頻繁 K序列，提高了模式發(fā)現(xiàn)的效率。
　　本文使用現(xiàn)實數(shù)據(jù)集進行挖掘，通過實