基于滑动窗口的数据流频繁模式挖掘算法的研究

声明

摘要

第一章绪论

1．1课题研究的背景

1．2国内外研究现状

1．2．1数据流管理系统

1．2．2数据库管理系统

1．2．3数据流挖掘

1．3数据流频繁模式挖掘的困难

1．4本文结构

第二章数据流挖掘概述

2．1数据流概述

2．1．1数据流定义及相关知识

2．1．2数据流特点

2．2数据挖掘简介

2．2．1数据挖掘概念

2．2．2数据挖掘过程

2．3数据流挖掘概述

2．3．1数据流挖掘概念

2．3．2数据流挖掘模型

2．3．3数据流挖掘过程

2．3．4数据流处理和传统数据库处理区别

2．3．5数据流挖掘的特点

2．3．6数据流挖掘的挑战

2．4数据流挖掘处理技术

2．4．1窗口技术简介

2．4．2界标窗口模型

2．4．3滑动窗口模型

2．4．4衰减窗口模型

2．4．5直方图

2．4．6前缀树

2．5本章小结

第三章数据流挖掘算法综述

3．1数据流分类算法

3．1．1 ID3和C4．5算法

3．1．2VFDT算法

3．1．3CVFDT算法

3．1．4分类算法的问题

3．2数据流聚类算法

3．2．1K-means算法

3．2．2STREAM算法

3．2．3CluStream算法

3．2．4HPStream算法

3．3本章小结

4．1问题的提出

4．2窗口的改进——可变滑动窗口挖掘

4．2．1可变滑动窗口模型设计

4．2．3可变滑动窗口长度取值

4．3可变滑动窗口挖掘

4．4算法描述

4．5实验结果及分析

4．6本章小结

第五章滑动窗口下数据流闭频繁模式挖掘算法

5．1问题描述和相关研究

5．2相关知识及定义

5．3结果集模型

5．4滑动窗口下数据流频繁模式算法

5．4．1FP-growth算法

5．4．2Moment算法

5．5VSFP算法

5．5．1 VSFP算法描述

5．5．2VSFP_tree结构

5．6相关说明

5．7算法实现过程

5．7．2VSFP_tree增量更新

5．7．3闭合项集挖掘算法

5．8实验结果与分析

5．8．1实验环境

5．8．2算法时间效率

5．8．3算法空间效率

5．9本章小结

第六章总结与展望

6．1总结

6．2展望

参考文献

发表论文和参加科研情况

致谢