基于滑動(dòng)窗口的數(shù)據(jù)流頻繁項(xiàng)集挖掘算法優(yōu)化研究.pdf

1、隨著信息技術(shù)的發(fā)展，醫(yī)療、電子商務(wù)等行業(yè)也迅速發(fā)展，而各行各業(yè)的數(shù)據(jù)量積累逐漸增多，但卻缺乏對其進(jìn)行有效分析的處理技術(shù)。由于人們迫切希望從數(shù)據(jù)中得到知識，數(shù)據(jù)挖掘應(yīng)運(yùn)而生。數(shù)據(jù)挖掘技術(shù)是指從數(shù)據(jù)中提取有益的模式。
　　數(shù)據(jù)流是高速、連續(xù)出現(xiàn)的數(shù)據(jù)集，它不同于傳統(tǒng)的靜態(tài)數(shù)據(jù)庫中的數(shù)據(jù)。數(shù)據(jù)流具有連續(xù)、實(shí)時(shí)、無限等特點(diǎn)，并且是快速到來的數(shù)據(jù)?；跀?shù)據(jù)流的特點(diǎn)，以前傳統(tǒng)的挖掘算法和技術(shù)很難適用于數(shù)據(jù)流，所以現(xiàn)在很多學(xué)者都進(jìn)行了針對數(shù)據(jù)流

2、挖掘算法的研究。而數(shù)據(jù)流的頻繁項(xiàng)集挖掘也成為了數(shù)據(jù)挖掘任務(wù)中的主要問題之一。
　　本文對現(xiàn)有的數(shù)據(jù)流頻繁項(xiàng)集挖掘算法的優(yōu)點(diǎn)和局限性進(jìn)行了分析，重點(diǎn)是頻繁項(xiàng)集和頻繁閉項(xiàng)集的挖掘算法。針對上述算法的研究，本文提出了相應(yīng)的優(yōu)化算法，其主要研究內(nèi)容如下:
　　首先對數(shù)據(jù)挖掘的背景和現(xiàn)狀進(jìn)行了介紹，然后對數(shù)據(jù)挖掘技術(shù)任務(wù)進(jìn)行概要說明，對數(shù)據(jù)流及其特點(diǎn)進(jìn)行介紹，最后對數(shù)據(jù)流頻繁項(xiàng)集挖掘的幾個(gè)典型算法進(jìn)行了分析與探討。
　　其次，提

3、出了基于滑動(dòng)窗口的數(shù)據(jù)流頻繁項(xiàng)集挖掘(SWFI)算法。將數(shù)據(jù)流分組，并存儲在SWFI-tree中，利用滑動(dòng)窗口刪除最早進(jìn)入窗口中的那組事務(wù)，再讀取新的事務(wù)，最后通過挖掘樹來產(chǎn)生頻繁項(xiàng)集。實(shí)驗(yàn)結(jié)果顯示，SWFI算法有較好的穩(wěn)定性與時(shí)效性，適用于數(shù)據(jù)流下頻繁項(xiàng)集的挖掘。
　　最后，為了適應(yīng)實(shí)際問題的需要，基于滑動(dòng)窗口的數(shù)據(jù)流頻繁閉項(xiàng)集挖掘算法SW_MFCI。該算法基于滑動(dòng)窗口結(jié)構(gòu)，利用雙生項(xiàng)集的合并，減少了生成子數(shù)量，采用哈希表結(jié)構(gòu)存