基于數(shù)據(jù)流的頻繁集挖掘研究.pdf

1、上海交通大學(xué)博士學(xué)位論文基于數(shù)據(jù)流的頻繁集挖掘研究姓名：徐利軍申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：謝康林20060625摘要用頻繁集的無損簡(jiǎn)化表達(dá)方式。結(jié)合頻繁集的無損簡(jiǎn)化表達(dá)方式提出了兩個(gè)代表性的算法，其中BORDERSM算法基于邊界集表達(dá)方式，CLOSESM算法基于閉合集表達(dá)方式。(c)為了更好地發(fā)現(xiàn)數(shù)據(jù)流的新變化，采用滑動(dòng)窗口模型來挖掘當(dāng)前頻繁集，提出了基于定長(zhǎng)滑動(dòng)窗口的FW_SM算法和變長(zhǎng)滑動(dòng)窗口的vWSM算法。(d

2、)從數(shù)據(jù)通信量的角度出發(fā)，分析了分布式環(huán)境下數(shù)據(jù)流挖掘算法所應(yīng)注意的問題，提出了基于分布式數(shù)據(jù)流的MBP_SM算法、PBMSM算法和MFIBSM算法。此外，通過實(shí)驗(yàn)也表明這些算法在挖掘各種規(guī)模與特性的數(shù)據(jù)集時(shí)具有較高的效率與可伸縮性。本文具有以下創(chuàng)新點(diǎn)：(a)提出了顯著集和顯著模式的概念，使用了統(tǒng)一的標(biāo)準(zhǔn)來衡量算法的準(zhǔn)確性。@BORDERsM算法首次將邊界集和產(chǎn)生集表達(dá)方式結(jié)合在一起，避免在更新過程中產(chǎn)生過多的候選模式；CLOSE_SM