数据流上频繁模式挖掘研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·本文主要内容 | 第11-13页 |
| 2 数据流挖掘 | 第13-20页 |
| ·数据流特点及挖掘难点 | 第13-14页 |
| ·数据流处理技术 | 第14-16页 |
| ·抽样 | 第14-15页 |
| ·概要结构 | 第15页 |
| ·近似算法 | 第15-16页 |
| ·概率统计 | 第16页 |
| ·数据流管理系统 | 第16-18页 |
| ·数据流挖掘算法研究现状 | 第18-19页 |
| ·数据流聚类 | 第18-19页 |
| ·数据流分类 | 第19页 |
| ·数据流频繁项集 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 数据流频繁项集挖掘 | 第20-30页 |
| ·频繁项集相关概念 | 第20页 |
| ·静态集上频繁项集挖掘算法 | 第20-24页 |
| ·Apriori算法 | 第20-21页 |
| ·FP-growth算法 | 第21-23页 |
| ·DLG算法 | 第23-24页 |
| ·数据流频繁项集挖掘算法 | 第24-25页 |
| ·基于滑动窗口频繁项集挖掘 | 第25-27页 |
| ·Sliding Window算法 | 第25-26页 |
| ·Moment算法 | 第26-27页 |
| ·基于界标频繁项集挖掘 | 第27-29页 |
| ·Lossy Counting算法 | 第27-28页 |
| ·Count-Min Sketch算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 一种新颖的数据流上频繁项集挖掘算法 | 第30-38页 |
| ·引言 | 第30页 |
| ·GIMT函数和RFIF算法 | 第30-34页 |
| ·实验比较 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 5 支持多时间粒度查询的数据流最频繁 K 项挖掘 | 第38-46页 |
| ·引言 | 第38页 |
| ·Count Sketch介绍 | 第38-39页 |
| ·HFVN结构和MMF(K)_MS算法 | 第39-43页 |
| ·实验比较 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 6 数据流频繁序列挖掘 | 第46-57页 |
| ·列相关概念及挖掘方法 序 | 第46-49页 |
| ·数据流上频繁序列挖掘 | 第49-52页 |
| ·MFSDS-1 算法 | 第49-50页 |
| ·OFSD算法 | 第50-52页 |
| ·Seq_Closed算法 | 第52-56页 |
| ·引言 | 第52页 |
| ·算法描述 | 第52-54页 |
| ·实验比较 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 7 日志流频繁项集挖掘系统 | 第57-63页 |
| ·系统概述 | 第57-58页 |
| ·开发目的及意义 | 第57-58页 |
| ·开发平台及工具 | 第58页 |
| ·系统基本模块介绍 | 第58-62页 |
| ·数据预处理模块 | 第59-60页 |
| ·数据发送模块 | 第60页 |
| ·数据接收与维护模块 | 第60-61页 |
| ·参数设置模块 | 第61页 |
| ·数据查询模块 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 8 总结和展望 | 第63-65页 |
| ·本文工作的总结 | 第63页 |
| ·进一步研究方向 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
