基于滑動(dòng)窗口的數(shù)據(jù)流頻繁模式挖掘算法研究.pdf

1、頻繁項(xiàng)集挖掘是數(shù)據(jù)流挖掘中重要的研究領(lǐng)域，目前國內(nèi)外數(shù)據(jù)流頻繁項(xiàng)集挖掘算法還存在諸多問題。例如模式產(chǎn)生延遲比較嚴(yán)重；挖掘出的頻繁項(xiàng)集相當(dāng)龐大；簡單的挖掘算法沒有面向應(yīng)用，不能滿足用戶的需求。針對這些問題，本文主要研究基于FP-Tree概要數(shù)據(jù)結(jié)構(gòu)上的數(shù)據(jù)流頻繁項(xiàng)集挖掘算法，其研究成果對顧客購物模式、網(wǎng)絡(luò)通信的錯(cuò)誤分析、電子商務(wù)、商業(yè)智能以及市場決策等領(lǐng)域具有重要的意義。
　　首先，本文提出一種在數(shù)據(jù)流中基于滑動(dòng)窗口的挖掘頻繁閉項(xiàng)集

2、的算法MFCI-SW。該算法在滑動(dòng)窗口所對應(yīng)的FCIL中記錄頻繁閉項(xiàng)集數(shù)據(jù)項(xiàng)的支持度計(jì)數(shù)和窗口序列號，隨著新窗口的到來，刪除 K值最小的數(shù)據(jù)項(xiàng)同時(shí)插入新窗口頻繁閉項(xiàng)集的數(shù)據(jù)項(xiàng)，在模式樹中通過指針剪除 K值最小的數(shù)據(jù)項(xiàng)所對應(yīng)的節(jié)點(diǎn)，同時(shí)插入新節(jié)點(diǎn)，最后完成模式樹的更新。該算法能提高頻繁項(xiàng)集挖掘的執(zhí)行效率。
　　其次，本文提出一種在數(shù)據(jù)流中基于時(shí)間衰減模型的挖掘最大頻繁項(xiàng)集的算法MFI-TD，該算法首先構(gòu)建一種新的數(shù)據(jù)結(jié)構(gòu)來存儲當(dāng)前窗

3、口中的事務(wù)，并用DP指針指向最大頻繁項(xiàng)集；并在此基礎(chǔ)上，通過時(shí)間衰減模型來對PW-tree進(jìn)行剪枝，輸出當(dāng)前所有的最大頻繁項(xiàng)集。該算法與已有的DSM-MFI算法相比有較好的時(shí)間效率。
　　最后，本文提出一種用于獲取故障知識的序列模式挖掘新算法SPM-LM，該算法為每一個(gè)事件建立一個(gè)位置矩陣記錄它們在序列中的位置信息，通過兩個(gè)指針對位置矩陣操作運(yùn)算生成頻繁 K序列，提高了模式發(fā)現(xiàn)的效率。
　　本文使用現(xiàn)實(shí)數(shù)據(jù)集進(jìn)行挖掘，通過實(shí)