基于流立方體的頻繁模式挖掘算法研究.pdf

1、隨著信息技術(shù)的發(fā)展，人們?cè)谌粘Ｊ聞?wù)處理和科學(xué)研究中積累了大量寶貴的數(shù)據(jù)。為了更有效地發(fā)現(xiàn)隱藏在豐富數(shù)據(jù)背后更為有用的知識(shí)，數(shù)據(jù)挖掘技術(shù)得到了越來越多研究學(xué)者的關(guān)注，成為信息科學(xué)領(lǐng)域一項(xiàng)極具研究?jī)r(jià)值的重點(diǎn)課題。頻繁模式挖掘作為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)基本問題，其主要目的是為了發(fā)現(xiàn)給定數(shù)據(jù)中反復(fù)出現(xiàn)的聯(lián)系，一直都是國內(nèi)外眾多學(xué)者的研究熱點(diǎn)之一。數(shù)據(jù)流是一個(gè)近年來數(shù)據(jù)庫研究領(lǐng)域中被廣泛提及的熱門概念，它被描述為一種動(dòng)態(tài)、連續(xù)、無限且內(nèi)容變化快速的數(shù)

2、據(jù)模型。隨著信息化產(chǎn)業(yè)的發(fā)展，數(shù)據(jù)流應(yīng)用領(lǐng)域越來越多，數(shù)據(jù)流挖掘也逐漸成為一項(xiàng)極富應(yīng)用前景的研究領(lǐng)域，數(shù)據(jù)流頻繁模式挖掘更是在近年來受到廣泛重視。
　　 本文通過對(duì)數(shù)據(jù)流應(yīng)用領(lǐng)域中數(shù)據(jù)類型的分析，發(fā)現(xiàn)在很多應(yīng)用中，數(shù)據(jù)流的每項(xiàng)數(shù)據(jù)可被看作一條關(guān)系型記錄，這種數(shù)據(jù)結(jié)構(gòu)具有多維、多層次的特點(diǎn)。對(duì)這種類型的數(shù)據(jù)進(jìn)行進(jìn)一步分析，可以使研究人員從各個(gè)不同的角度和方面更好地認(rèn)識(shí)某些事實(shí)，進(jìn)而獲取更多數(shù)據(jù)中隱藏的知識(shí)。在傳統(tǒng)數(shù)據(jù)倉庫中，為了對(duì)

3、多維、多層次數(shù)據(jù)進(jìn)行高效地分析，研究者們使用了數(shù)據(jù)立方體結(jié)構(gòu)和OLAP技術(shù)有效地完成了分析工作。與傳統(tǒng)靜態(tài)數(shù)據(jù)不同，數(shù)據(jù)流具有數(shù)據(jù)產(chǎn)生速度快，數(shù)量無限等特點(diǎn)，傳統(tǒng)的多維數(shù)據(jù)處理方法便不再適用于數(shù)據(jù)流模型。數(shù)據(jù)流立方體概念的提出正是為解決這個(gè)問題提供了一個(gè)較好的途徑和思考方法，本文通過對(duì)數(shù)據(jù)流立方體體系結(jié)構(gòu)概念的研究，分析在現(xiàn)有流立方體的實(shí)現(xiàn)方法上存在的諸多不足之處，例如查找方法落后、查詢響應(yīng)效率低等問題，并設(shè)計(jì)了一種優(yōu)化了的ANH-tr

4、ee數(shù)據(jù)結(jié)構(gòu)來解決以上問題，根據(jù)該新的數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)了一種更高效、更合理的查詢響應(yīng)算法ANH-cubing，提高了流立方體處理數(shù)據(jù)流的能力。傳統(tǒng)的多維、多層數(shù)據(jù)挖掘方法的研究已經(jīng)獲得許多成果，但是在數(shù)據(jù)流挖掘中類似的研究成果還尚少，本文中在優(yōu)化了的流立方體基礎(chǔ)上實(shí)現(xiàn)了針對(duì)多維、多層次的數(shù)據(jù)流頻繁模式挖掘的算法ANH-Ming，該算法具有穩(wěn)定性、多維性、多層次性的特點(diǎn)。通過實(shí)驗(yàn)結(jié)果分析，該算法能根據(jù)用戶定義的維與層次信息有效、準(zhǔn)確地挖掘出不