數(shù)據(jù)流環(huán)境下的實(shí)時(shí)關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、20世紀(jì)90年代初，R.Agrawal等人提出了關(guān)聯(lián)規(guī)則挖掘技術(shù)。關(guān)聯(lián)規(guī)則挖掘是為了發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的相關(guān)性信息。經(jīng)過十余年的發(fā)展，關(guān)聯(lián)規(guī)則挖掘已經(jīng)成為數(shù)據(jù)挖掘技術(shù)中較為成熟并且十分重要的一種方法。
　　 數(shù)據(jù)流是一種新型的數(shù)據(jù)，出現(xiàn)在許多最新的應(yīng)用領(lǐng)域中，如網(wǎng)絡(luò)監(jiān)控、金融服務(wù)、股票交易、傳感器網(wǎng)絡(luò)等。傳統(tǒng)的數(shù)據(jù)挖掘算法只能處理靜態(tài)數(shù)據(jù)庫，因此對(duì)這種大量的、無窮無盡的數(shù)據(jù)流是無能為力的。隨著數(shù)據(jù)流應(yīng)用的不斷增多，數(shù)據(jù)流

2、環(huán)境下的數(shù)據(jù)挖掘技術(shù)受到了越來越多的關(guān)注。
　　 不同于傳統(tǒng)數(shù)據(jù)庫的處理，數(shù)據(jù)流處理技術(shù)并不保存整個(gè)數(shù)據(jù)集，而是僅維護(hù)一個(gè)遠(yuǎn)小于其規(guī)模并能近似表示整個(gè)數(shù)據(jù)集的概要數(shù)據(jù)結(jié)構(gòu)，從而能夠常駐內(nèi)存。用戶僅針對(duì)概要數(shù)據(jù)結(jié)構(gòu)進(jìn)行查詢操作，以保證系統(tǒng)響應(yīng)的實(shí)時(shí)性，得到的結(jié)果為近似結(jié)果?；瑒?dòng)窗口是一種常用的數(shù)據(jù)流模型，它只考慮最近的若干個(gè)數(shù)據(jù)元素，解決了數(shù)據(jù)的時(shí)效性問題，更符合實(shí)際的應(yīng)用。文章結(jié)合數(shù)據(jù)流的特點(diǎn)，提出了一種新的基于滑動(dòng)窗口的頻繁模

3、式挖掘算法：DSFPM。算法分塊挖掘數(shù)據(jù)流，在內(nèi)存中維持一個(gè)用于保存所有潛在的頻繁模式信息的存儲(chǔ)結(jié)構(gòu)DSFPM-Tree，并在各個(gè)基本窗口進(jìn)入滑動(dòng)窗口后動(dòng)態(tài)更新該存儲(chǔ)結(jié)構(gòu)。頻繁閉合項(xiàng)集提供了頻繁項(xiàng)集的一種在不丟失支持度信息前提下的最小表示。算法僅處理和保存各個(gè)基本窗口的臨界頻繁閉合項(xiàng)集，極大地提高了時(shí)間和空間效率。
　　 文章在合成數(shù)據(jù)集上設(shè)計(jì)和實(shí)現(xiàn)了數(shù)據(jù)流環(huán)境下的頻繁模式挖掘?qū)嶒?yàn)。實(shí)驗(yàn)結(jié)果表明，應(yīng)用DSFPM在數(shù)據(jù)流環(huán)境下進(jìn)行