论文部分内容阅读
数据流挖掘是数据挖掘的一个新的研究方向,已经逐渐成为许多领域的有用工具。传统数据库除非时间标记被事先定义,否则只能存储未被实现定义时间的静态关系数据集。当这一模型在商业和个人信息中被广泛使用时,一些现有的应用软件需要对快速变化的数据流进行在线分析和处理。传统数据库管理系统在支持流应用时所表现出来的局限性已被广泛认识,这也促进了对改进现有技术和建造新的流数据管理系统的研究。现有的数据流系统的开发主要是围绕连续查询处理系统方面,而对于数据流挖掘方面的研究主要是对数据流系统的查询结果再次进行其他智能操作,如案例库挖掘、聚类挖掘、智能决策分析等。但很少有系统能够直接对数据流进行挖掘操作,这也大大降低了系统的实用性。由于众多应用领域的需求,近几年数据流处理问题,特别是数据流挖掘问题已受到越来越多研究人员的关注。而现有数据流系统的局限性以及数据流的单遍特性,导致很难有效地在海量的流数据中提取有用数据,并对其进行进一步操作。因此本文研究的主要内容是对现有的数据流管理系统的性能进行评述,并强调应用程序需求、数据模型、持续查询语言以及查询评估。在此基础上,对聚类分析与案例推理在数据流管理中的应用前景进行研究,并提出一种高效的数据流聚类算法和一个切实可行的对数据流进行查询、分析以及挖掘的数据流管理系统模型。本文提出了一种基于原有数据流系统、数据流聚类算法以及基于案例推理的新的数据流管理系统。该方案首先对现有的数据流系统的查询结果进行动态聚类分析,并从每一类中随机提取案例,形成所需要的案例库,为将来的进一步挖掘提供前提条件。本文阐述了所提出的数据流聚类算法以及数据流管理系统模型的基本构架,并在试验中得到了初步满意的结果。