版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、上世紀(jì)末,為適應(yīng)網(wǎng)絡(luò)監(jiān)控、入侵檢測(cè)、情報(bào)分析、商業(yè)交易管理和分析等應(yīng)用的要求,數(shù)據(jù)流技術(shù)應(yīng)運(yùn)而生.數(shù)據(jù)流是以連續(xù)的、有序的"流"的形式輸入數(shù)據(jù),有時(shí)效性、實(shí)時(shí)性、無限性和瞬時(shí)性等特點(diǎn).典型的數(shù)據(jù)流有網(wǎng)絡(luò)點(diǎn)擊流、實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)流、股票數(shù)據(jù)流、超市的銷售數(shù)據(jù)流等.對(duì)數(shù)據(jù)流的分析主要包括分類、聚類和頻繁模式挖掘三個(gè)方面,其中都用到了一些新的技術(shù)和方法,如滑動(dòng)窗口、一次性掃描算法等.本文在介紹數(shù)據(jù)流及數(shù)據(jù)流挖掘關(guān)鍵算法的基礎(chǔ)上,針對(duì)超市的銷售數(shù)據(jù)
2、流進(jìn)行分析,提出了一種度量商品之間相關(guān)性的算法,進(jìn)而提出了一種基于相關(guān)性的數(shù)據(jù)流聚類算法,對(duì)商品進(jìn)行聚類分析. 本文的研究主要集中在以下幾個(gè)方面: (1)概述了數(shù)據(jù)挖掘及數(shù)據(jù)流的概念、數(shù)據(jù)流挖掘的關(guān)鍵技術(shù)及典型算法,重點(diǎn)分析了數(shù)據(jù)流分類算法VFDT和CVFDT、數(shù)據(jù)流聚類算法STREAM和CluStream、數(shù)據(jù)流頻繁模式挖掘算法FP-Stream等. (2)針對(duì)超市中商品之間的相關(guān)性問題,提出一種基于數(shù)據(jù)流的相
3、關(guān)性度量算法,以計(jì)算出商品間相關(guān)性的大小,利用數(shù)據(jù)流的一些方法,在有限的時(shí)間和空間里動(dòng)態(tài)計(jì)算出基于持續(xù)到來的銷售數(shù)據(jù)流的商品之間的相關(guān)性.實(shí)驗(yàn)顯示,該算法能以較小的代價(jià)有效地度量超市中商品之間的相關(guān)性. (3)針對(duì)超市中商品之間的聚類問題,提出一種基于相關(guān)性的數(shù)據(jù)流聚類算法,在前面計(jì)算出的商品之間相關(guān)性的基礎(chǔ)上對(duì)商品進(jìn)行聚類.該算法是一個(gè)動(dòng)態(tài)更新的算法,實(shí)驗(yàn)顯示,該算法能有效地對(duì)超市的商品進(jìn)行聚類,得到了非常有價(jià)值的聚類結(jié)果.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GPU的數(shù)據(jù)流聚類及相關(guān)性分析.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用.pdf
- 數(shù)據(jù)流聚類算法及其應(yīng)用的研究.pdf
- 基于信息熵的高維數(shù)據(jù)流聚類及其應(yīng)用研究.pdf
- 面向數(shù)據(jù)流模糊聚類算法的應(yīng)用研究.pdf
- 基于近鄰傳播的文本數(shù)據(jù)流聚類算法及其應(yīng)用研究.pdf
- 基于數(shù)據(jù)流的聚類算法研究.pdf
- 時(shí)態(tài)數(shù)據(jù)流的增量聚類算法研究及其應(yīng)用.pdf
- 基于Storm的數(shù)據(jù)流聚類研究.pdf
- 基于網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
- 基于密度的數(shù)據(jù)流聚類方法研究.pdf
- 基于桶密度的數(shù)據(jù)流聚類算法研究與應(yīng)用.pdf
- 數(shù)據(jù)流聚類方法研究.pdf
- 混合屬性數(shù)據(jù)流的聚類算法研究及其應(yīng)用.pdf
- 基于蜂群算法的數(shù)據(jù)流聚類研究.pdf
- 基于時(shí)空劃分的數(shù)據(jù)流聚類研究.pdf
- 基于分形的數(shù)據(jù)流聚類算法研究
- 面向數(shù)據(jù)流的數(shù)據(jù)聚類算法研究.pdf
- 基于網(wǎng)格的MST數(shù)據(jù)流聚類算法研究.pdf
- 基于密度網(wǎng)格的數(shù)據(jù)流聚類算法研究.pdf
評(píng)論
0/150
提交評(píng)論