數(shù)據(jù)流頻繁項集挖掘研究.pdf

1、20世紀末，隨著信息科學技術的不斷進步，一種被稱為數(shù)據(jù)流的模型出現(xiàn)在眾多現(xiàn)實應用領域中，例如金融市場、網(wǎng)絡監(jiān)測、無線傳感器網(wǎng)絡等。與傳統(tǒng)數(shù)據(jù)庫中的靜態(tài)數(shù)據(jù)集不同，數(shù)據(jù)流是一種源源不斷產(chǎn)生，時間維度上嚴格有序，數(shù)值上不斷變化的高速數(shù)據(jù)序列。數(shù)據(jù)流的這些特點，使得包括頻繁項集挖掘在內(nèi)的傳統(tǒng)數(shù)據(jù)挖掘技術難以直接適用于數(shù)據(jù)流。本文對數(shù)據(jù)流中頻繁項集挖掘技術進行了深入探索，主要有以下內(nèi)容： (1) 對數(shù)據(jù)流模型、數(shù)據(jù)流挖掘特點、現(xiàn)有的研究

2、成果進行了總結，著重討論了數(shù)據(jù)流中頻繁項集挖掘技術，并在此基礎上提出了一種事務鏈表組模型。 (2) 在對傳統(tǒng)和數(shù)據(jù)流頻繁項集挖掘技術深入研究的基礎上，提出了一個基于滑動窗口、事務鏈表組、近似思想的DSTLG算法，來挖掘數(shù)據(jù)流中的頻繁項集。 (3) 為了最大程度上減少頻繁項集挖掘結果數(shù)，本文在數(shù)據(jù)流頻繁項集挖掘DSTLG算法思想的基礎上進行擴展，提出了DSMTLG算法，來挖掘數(shù)據(jù)流中的最大頻繁項集。 (4) 通過一