基于計數(shù)的數(shù)據(jù)流頻繁項挖掘算法研究.pdf

1、隨著計算機信息技術的不斷發(fā)展,在網(wǎng)絡異常檢測、實時交易信息、傳感器監(jiān)控等領域中,一種被稱為數(shù)據(jù)流的新的數(shù)據(jù)處理模型被提出。其中涉及的熱點問題之一就是針對數(shù)據(jù)流模型的頻繁項(頻繁項集)的挖掘算法。由于數(shù)據(jù)流具有大量及高速到達的特性,算法只能對數(shù)據(jù)進行一次處理并且不能保存全部數(shù)據(jù)。因此基于數(shù)據(jù)流環(huán)境下的挖掘算法的設計是一類極具挑戰(zhàn)意義的工作。本文主要針對數(shù)據(jù)流頻繁項以及頻繁項集的挖掘展開研究,主要內(nèi)容和創(chuàng)新點如下:
　　本文在研究基于

2、計數(shù)的經(jīng)典算法“Space Saving”后,參考原有簡單的數(shù)據(jù)模型,提出自己改進的思路。算法的核心思想是使用不同策略維護兩個樣本集內(nèi)的數(shù)據(jù),隨后通過更新操作保留頻繁項,刪除集合內(nèi)的非頻繁項,最終輸出數(shù)據(jù)的Top-k頻繁項。通過這種方法處理樣本集合,一定程度上避免數(shù)據(jù)初始頻率過大就必然留存的這一問題。通過實驗證明算法具有較好的挖掘準確率。
　　然后本文又通過研究基于FP-tree模型的經(jīng)典靜態(tài)數(shù)據(jù)挖掘算法提出一種改進的數(shù)據(jù)結構,同