流数据挖掘相关论文
本文重点讨论如何在流数据挖掘的基础上设计和实现为用户提供高质量推荐服务的个性化推荐系统。通过使用流数据上频繁模式挖掘方法......
电子商务的浏览方便，商品多样性，方便交易等优势，越来越受到广大客户的青睐。电子商务依靠其不受空间限制，节省商家经营成本，全天候服务......
流数据技术已成为当今数据处理领域的研究热点,流数据挖掘是数据流技术研究的重要分支.流数据挖掘的核心思想是设计数据集单遍扫描......
随着社会的高速发展和信息技术的不断进步，越来越多的领域开始应用大量的流数据。在这个信息时代，可以说流数据的挖掘关键技术等相关......
挖掘在线数据流的变化趋势并预测未来时间窗口上的可能值，可以为许多时间敏感的应用提供重要决策支持。通过将数量可能无限的流数据......
对流数据进行有效聚类是一个吸引研究者很大注意力的问题。传统的聚类挖掘算法只能适用于纯数值属性数据或纯分类属性数据,很难适......
提出了一个新型的基于大型数据流的实时处理模型,其处理模式主要是以实时存储和实时分析为主要目标,利用回归、聚类、实时分析等方......
流数据频繁项挖掘是一项重要的研究课题,是其他流数据挖掘任务的基础.Lossy Counting算法是第一个近似的流数据频繁项挖掘的算法,......
针对已有的多数据流协同频繁项集挖掘算法存在内存占用率高以及发现频繁项集效率低的问题,提出了改进的多数据流协同频繁项集挖掘（M......
数据流挖掘应用对时间、空间有着较高的要求,因而传统的密度估计方法,如核密度估计法、压缩集密度估计法等并不适用于数据流密度估......
在过去的几年里，数据流广泛出现在传感器网络、金融证券管理、网络监控、Web日志以及通信数据在线分析等新型应用领域中。由于数据......
过程数据压缩研究是流数据管理中的一个重要课题，现有的流数据压缩方法都强调其动态性、持续性与海量性，没有考虑到过程数据的具体特......
全球信息化建设的高速发展,各种网络应用更加深入地进入到人们生活及商业活动等各个领域。随着网络技术的普及,各种问题也随之而来......
流数据挖掘作为一个新的知识发现工具，已引起金融领域的注意，在当前的金融领域，许多公司纷纷将流数据挖掘技术应用到金融领域的数据分......
<正>对大数据带来的金色商机,金融机构充满希冀,有先行者已在研究并搭架大数据处理平台,大多机构则仍处于观望、小范围试验阶段。......
为了建立一种易于计算机实现的线性算法来进行交通流数据挖掘,同时建立更加精确的路段交通流模型,通过分析复杂交通数据所特有的流......
随着互联网的快速发展,基于网络的各类应用越来越丰富,企业纷纷通过网络来拓展自身的业务范围。不断涌现的新型网络应用对网络带宽......
网络流量异常检测及分析是网络及安全管理领域的重要研究内容。本文探讨了网络流量异常的种类、网络流量异常检测的方法,分析了基......
推荐系统是当下解决信息超载的有效方法,但由于用户兴趣转移现象的存在,传统推荐系统在时间跨度较长的应用场景下表现并不理想。为......
发现数据流中的频繁项是数据流挖掘中最基本的问题之一.数据流的无限性和流动性使得传统的频繁模式挖掘算法难以适用.针对数据流的......
