基于滑動窗口的數(shù)據(jù)流關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)在政府、企業(yè)以及其它社會組織的生產(chǎn)運營過程中的廣泛應(yīng)用，越來越多種類的數(shù)據(jù)形式出現(xiàn)在了研究者的視野當中。而其中的流數(shù)據(jù)由于廣泛的出現(xiàn)在商務(wù)網(wǎng)絡(luò)交易、股市、傳感器網(wǎng)絡(luò)等諸多領(lǐng)域，因此引起了研究者的極大研究熱情。
　　與傳統(tǒng)的數(shù)據(jù)形式相比，數(shù)據(jù)流具有數(shù)據(jù)量大、實時性強、順序、數(shù)據(jù)多樣的特點，正是由于這些特點決定了數(shù)據(jù)流不適合于將全部的數(shù)據(jù)存儲在數(shù)據(jù)庫中，因此傳統(tǒng)的數(shù)據(jù)挖掘算法并不適宜數(shù)據(jù)流的挖掘。并且以往的數(shù)據(jù)挖掘算法都

2、是默認各數(shù)據(jù)項具有相同的重要性且各項目均勻分布，然而在實際的應(yīng)用中，各項目的重要性是不盡相同并且是非均勻分布的?；诖耍疚囊肓硕嘧钚≈С侄群图訖?quán)的思想。
　　為了研究的便利性，研究者通常會將連續(xù)的數(shù)據(jù)流進行分段，即為時間段，我們通常情況下會將這種時間段稱為數(shù)據(jù)窗口。在實際的研究過程當中，根據(jù)不同的分段方式，時間窗口又被我們分為滑動窗口模型、衰減窗口模型和界標窗口模型，本文采用的是應(yīng)用較為普遍的滑動窗口模型。
　　關(guān)聯(lián)規(guī)則

3、挖掘的目的是為了找到所有的強關(guān)聯(lián)規(guī)則，即:超過最小支持度和最小置信度的所有規(guī)則。根據(jù)數(shù)據(jù)挖掘在實際應(yīng)用中的情況，我們一般將關(guān)聯(lián)規(guī)則挖掘分為兩步:第一步，找出目標數(shù)據(jù)集中所有的頻繁模式;第二步，用這些頻繁項集產(chǎn)生符合條件的關(guān)聯(lián)規(guī)則。其中第二步是整個關(guān)聯(lián)規(guī)則挖掘過程的關(guān)鍵。
　　在現(xiàn)實應(yīng)用中，若支持度設(shè)置的過小，則會引發(fā)組合爆炸，導致挖掘過程無法進行;如果支持度的值設(shè)置的過大，則得不到稀有項目的關(guān)聯(lián)規(guī)則。多最小支持度加權(quán)的方法就是針對