面向數(shù)據(jù)流的高效用項(xiàng)集挖掘算法研究.pdf

1、隨著數(shù)據(jù)存儲技術(shù)的快速發(fā)展，從大量數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的信息成為巨大的挑戰(zhàn)。特別是隨著數(shù)據(jù)流廣泛呈現(xiàn)在各個應(yīng)用領(lǐng)域，對數(shù)據(jù)流的挖掘成為了目前數(shù)據(jù)挖掘研究領(lǐng)域的一個新的方向，與傳統(tǒng)的靜態(tài)數(shù)據(jù)庫不同，數(shù)據(jù)流是連續(xù)的、無限的、高速的。數(shù)據(jù)流挖掘中一個重要的研究方法是頻繁項(xiàng)集挖掘，但傳統(tǒng)的頻繁項(xiàng)集挖掘以項(xiàng)集的支持度來衡量其重要性，挖掘過程中會丟失一些非頻繁但效用高、用戶更加感興趣的項(xiàng)集，因此在數(shù)據(jù)流中挖掘高效用項(xiàng)集成為一個新的研究課題。同時，

2、已存在的高效用項(xiàng)集挖掘算法在挖掘過程中產(chǎn)生大量的候選項(xiàng)集，使用戶很難從大量模式中篩選出有用的信息。針對這種情況，本文對數(shù)據(jù)流中高效用項(xiàng)集挖掘問題進(jìn)行分析研究。
　　首先對數(shù)據(jù)流挖掘技術(shù)及高效用項(xiàng)集挖掘問題給以描述，對目前存在的高效用項(xiàng)集挖掘算法從數(shù)據(jù)結(jié)構(gòu)和處理方法方面進(jìn)行總結(jié)和闡述，指出當(dāng)前數(shù)據(jù)流高效用項(xiàng)集挖掘算法所存在的問題，從而提出本論文的研究點(diǎn)。
　　本文提出一種數(shù)據(jù)流高效用項(xiàng)集挖掘算法HUIDE，彌補(bǔ)了傳統(tǒng)高效用項(xiàng)集

3、挖掘算法的不足，能更好的滿足用戶實(shí)際應(yīng)用的決策需求。該算法基于已存在的高效用項(xiàng)集挖掘算法，綜合考慮數(shù)據(jù)流數(shù)據(jù)信息特征和用戶對項(xiàng)集效用（利潤）的要求，首先定義一種有效的效用度量方法，該方法設(shè)定項(xiàng)集的效用不僅考慮項(xiàng)集的支持度，更注重項(xiàng)集的實(shí)際效用。然后在數(shù)據(jù)流中采用基于時間的滑動窗口技術(shù)更加準(zhǔn)確的描述數(shù)據(jù)分布，窗口滑動過程中為數(shù)據(jù)信息構(gòu)建一種樹結(jié)構(gòu)HUI-tree，樹中各節(jié)點(diǎn)采用項(xiàng)目加權(quán)效用的降序保存數(shù)據(jù)信息，使得構(gòu)建的樹結(jié)構(gòu)更加的緊湊，有