数据流环境中序列模式挖掘方法研究.pdfVIP

摘 要 在过去的十几年间，研究人员对序列模式挖掘进行了深入广泛的研究，并取 得了一系列的研究成果。这些研究成果已经被广泛的应用到社会生产生活的各个 领域中。序列模式挖掘已经成为数据挖掘领域中一个重要的研究方向。 近年来在高速网络、事务日志、金融和传感器网络等领域出现了一种称为数 据流的新的数据类型。它具有与普通数据集截然不同的特性，如：持续不断产生 数据、数据产生速度快、数据量庞大以致只能顺序访问一遍数据、数据产生的次 序无法控制等。随着数据流应用的不断增多，目前数据流环境中的数据挖掘已经 成为了研究的热点。但因为现存的绝大多数序列模式挖掘算法都是基于传统的数 据挖掘方法，数据集的静态性、算法的多遍扫描性以及挖掘结果的非实时性，从 而使得它们无法被直接应用到数据流环境中。 由于序列组合数目的爆炸性，使得在数据流环境中进行序列模式挖掘的研究 变得更加困难，因此目前绝大多数的研究工作都集中在了数据流环境中的频繁模 式挖掘上，而对数据流环境中的序列模式挖掘的研究还很少。 考虑到序列模式挖掘在数据流应用中的重要性，本文对数据流环境中序列模 式挖掘方法进行了初步的研究，并且给出了三种不同挖掘问题（全局频繁序列、 近似序列模式和当前频繁序列）