论文部分内容阅读
随着信息技术的发展,人们在日常事务处理和科学研究中积累了大量宝贵的数据。为了更有效地发现隐藏在丰富数据背后更为有用的知识,数据挖掘技术得到了越来越多研究学者的关注,成为信息科学领域一项极具研究价值的重点课题。频繁模式挖掘作为数据挖掘领域的一个基本问题,其主要目的是为了发现给定数据中反复出现的联系,一直都是国内外众多学者的研究热点之一。数据流是一个近年来数据库研究领域中被广泛提及的热门概念,它被描述为一种动态、连续、无限且内容变化快速的数据模型。随着信息化产业的发展,数据流应用领域越来越多,数据流挖掘也逐渐成为一项极富应用前景的研究领域,数据流频繁模式挖掘更是在近年来受到广泛重视。
本文通过对数据流应用领域中数据类型的分析,发现在很多应用中,数据流的每项数据可被看作一条关系型记录,这种数据结构具有多维、多层次的特点。对这种类型的数据进行进一步分析,可以使研究人员从各个不同的角度和方面更好地认识某些事实,进而获取更多数据中隐藏的知识。在传统数据仓库中,为了对多维、多层次数据进行高效地分析,研究者们使用了数据立方体结构和OLAP技术有效地完成了分析工作。与传统静态数据不同,数据流具有数据产生速度快,数量无限等特点,传统的多维数据处理方法便不再适用于数据流模型。数据流立方体概念的提出正是为解决这个问题提供了一个较好的途径和思考方法,本文通过对数据流立方体体系结构概念的研究,分析在现有流立方体的实现方法上存在的诸多不足之处,例如查找方法落后、查询响应效率低等问题,并设计了一种优化了的ANH-tree数据结构来解决以上问题,根据该新的数据结构实现了一种更高效、更合理的查询响应算法ANH-cubing,提高了流立方体处理数据流的能力。传统的多维、多层数据挖掘方法的研究已经获得许多成果,但是在数据流挖掘中类似的研究成果还尚少,本文中在优化了的流立方体基础上实现了针对多维、多层次的数据流频繁模式挖掘的算法ANH-Ming,该算法具有稳定性、多维性、多层次性的特点。通过实验结果分析,该算法能根据用户定义的维与层次信息有效、准确地挖掘出不超过倾斜时间框架的所有频繁模式。最后,并根据文中提出的挖掘算法实现了一个挖掘工具,通过实际验证具有效性和一定的实用性。