間隔事件流上的頻繁情節(jié)挖掘方法研究.pdf

1、隨著信息時(shí)代的到來(lái)，人們需要分析處理越來(lái)越多的數(shù)據(jù)，而這些海量數(shù)據(jù)的背后隱藏著大量的人們所需要的規(guī)則和知識(shí)，數(shù)據(jù)挖掘就是隨著人們的這一需要應(yīng)運(yùn)而生的。雖然最近幾十年對(duì)數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)很成熟，但隨著RFID、Sensor等EDGE(Electronic Data Gathering Equipment)設(shè)備的廣泛應(yīng)用，出現(xiàn)了大量的事件流數(shù)據(jù)。傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)往往針對(duì)靜態(tài)數(shù)據(jù)進(jìn)行處理，對(duì)這種事件流數(shù)據(jù)不適用。
　　頻繁情節(jié)挖掘

2、是事件流挖掘領(lǐng)域中的重要方面。目前對(duì)頻繁情節(jié)挖掘的研究主要針對(duì)靜態(tài)數(shù)據(jù)和點(diǎn)事件類型的數(shù)據(jù)，但是在真實(shí)情況下，對(duì)事件流的處理往往比靜態(tài)數(shù)據(jù)更有意義，而且事件的發(fā)生很多是帶有時(shí)間間隔的，不可能完全按照點(diǎn)事件類型進(jìn)行處理。本文針對(duì)這些問(wèn)題，提出了在具有時(shí)間間隔的事件流上進(jìn)行頻繁情節(jié)挖掘的算法，可以有效地把事件流和時(shí)間間隔事件結(jié)合起來(lái)解決。
　　首先，對(duì)于時(shí)間間隔事件，提出了基于關(guān)系元組的表示方法，它可以有效的區(qū)分出滑動(dòng)窗口內(nèi)所有的頻繁情

3、節(jié)，避免了傳統(tǒng)的對(duì)有時(shí)間間隔事件處理時(shí)，丟失情節(jié)的情況。但是基于關(guān)系元組的表示方法還存在一些問(wèn)題，所以在此基礎(chǔ)上本文又提出了基于矩陣的表達(dá)方法，它可以使用戶清楚的了解所挖掘出的頻繁情節(jié)的內(nèi)部關(guān)系。
　　其次，因?yàn)槲覀內(nèi)粘Ｉ钪薪佑|的事件類型往往是有間隔的，即事件需要持續(xù)一段時(shí)間后才結(jié)束，而現(xiàn)階段的挖掘方法都不能處理這種間隔事件。所以本文提出了一種關(guān)系線索樹和B+樹相結(jié)合的方法，它可以對(duì)事件流中的間隔事件進(jìn)行頻繁情節(jié)挖掘，可以構(gòu)建并

4、有效地存儲(chǔ)事件流中滑動(dòng)窗口內(nèi)的所有情節(jié)，也避免了對(duì)源數(shù)據(jù)的多次掃描。
　　最后，本文在此基礎(chǔ)上提出了一種基于線性鏈表的深度優(yōu)先算法，它采用深度優(yōu)先構(gòu)建線性鏈表的方法，針對(duì)最小發(fā)生情節(jié)，采用一種最小誤差系數(shù)的修剪方法對(duì)滑動(dòng)窗口內(nèi)的情節(jié)進(jìn)行修剪，在一定程度上減少了時(shí)間和空間代價(jià)的消耗。
　　通過(guò)實(shí)驗(yàn)可以發(fā)現(xiàn)，本文所提出的針對(duì)具有時(shí)間間隔的事件流上的頻繁情節(jié)挖掘算法可以很快地對(duì)新到來(lái)的事件進(jìn)行處理，并挖掘出滑動(dòng)窗口內(nèi)的所有頻繁情節(jié)