數據流頻繁模式挖掘算法研究與設計.pdf

1、通過近十幾年的努力，數據挖掘技術已經相當成熟，然而，在一種新的數據環(huán)境中，即數據流環(huán)境中進行挖掘是一項具有挑戰(zhàn)性的工作。近年來涌現的許多應用促進了數據流模型的提出，這些應用包括電子商務、傳感器網絡、股票數據分析等。這些應用中產生的數據源源不斷地到來，因此只能按順序進行處理，而且數據量是無窮的。傳統(tǒng)的數據挖掘算法只能處理靜態(tài)數據，對這種大量的、快速的數據流是無能為力的。 本文對數據流頻繁模式挖掘算法進行了深入研究，從分析三種不同的

2、頻繁模式出發(fā)，進行了數據結構設計和算法研究。 1.為了適應數據流快速、大量的特性，設計了一種新的數據結構CFIT，它能存儲數據流的概要信息，并且通過在前綴樹中加入超集鏈，使得掃描樹的次數減少，節(jié)省了挖掘時間?；陬l繁模式樹并結合滑動窗口技術，提出了一種增量更新算法TW-CFI。它能適應數據流的特點并可以挖掘數據流頻繁閉項集信息。2.算法利用傾斜時間窗口保存歷史數據，滿足了實時查詢和事后檢索的需求。通過模式修剪策略，將不頻繁項集盡早刪除掉