基于動態(tài)數(shù)據(jù)流挖掘的案例推理的研究與應(yīng)用.pdf

1、隨著社會經(jīng)濟的發(fā)展和計算機技術(shù)的不斷進步,人們越來越多地依靠計算機幫助解決實際生產(chǎn)、生活中遇到的問題。案例推理技術(shù)作為一種重要的機器學(xué)習(xí)方法,具有求解問題高效準確,解決方案直觀易用,且能夠自我增量學(xué)習(xí)等優(yōu)點,因此,其思想與方法被廣泛地應(yīng)用于實際中幫助人們進行推理、解釋,解決問題。數(shù)據(jù)流作為近年來被廣泛關(guān)注并深入研究的新型數(shù)據(jù)類型,具有實時產(chǎn)生、源源不斷等特點,現(xiàn)實生活中很多數(shù)據(jù)都具有類似特征,例如網(wǎng)絡(luò)流量數(shù)據(jù)、股票交易數(shù)據(jù)等,因此對數(shù)據(jù)

2、流的挖掘與研究具有十分重要的現(xiàn)實意義。
　　 本文首先闡述了基于案例的推理和數(shù)據(jù)流挖掘方面的主要理論與方法。重點介紹了基于案例推理的概念、分類和基本模型,研究了當前基于案例推理方面的研究熱點。深入分析了數(shù)據(jù)流的特點與研究思路,對數(shù)據(jù)流的聚類、分類、頻繁模式挖掘等算法進行了詳細的論述。然后,分析了最小距離原則聚類算法和STREAM算法的優(yōu)缺點,提出了一種改進的數(shù)據(jù)流聚類算法。在傳統(tǒng)案例推理模型的基礎(chǔ)上,引入數(shù)據(jù)流挖掘技術(shù),提出了基