面向数据流的频繁模式挖掘算法研究
| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 数据流频繁项集挖掘存在的一些问题 | 第13-14页 |
| 1.4 本文解决的主要问题 | 第14页 |
| 1.5 本文研究的目的和主要内容 | 第14-15页 |
| 1.6 本文的组织结构 | 第15-17页 |
| 第二章 数据挖掘相关基本概念与理论 | 第17-29页 |
| 2.1 数据挖掘 | 第17-20页 |
| 2.1.1 数据挖掘的背景和概念 | 第17-18页 |
| 2.1.2 数据挖掘任务 | 第18-20页 |
| 2.2 数据流挖掘 | 第20-23页 |
| 2.2.1 数据流的特点及其挖掘难点 | 第20-21页 |
| 2.2.2 数据流挖掘中的窗口机制 | 第21-23页 |
| 2.3 关联规则挖掘 | 第23-28页 |
| 2.3.1 基本概念与性质 | 第23-25页 |
| 2.3.2 频繁项集挖掘算法 | 第25-27页 |
| 2.3.3 闭频繁项集挖掘算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于矩阵与前缀树的数据流频繁项集挖掘算法 | 第29-41页 |
| 3.1 问题描述和相关研究 | 第29-30页 |
| 3.2 算法使用的数据结构 | 第30-31页 |
| 3.3 MTFI算法的基本思想 | 第31-35页 |
| 3.3.1 滑动窗口初次充满阶段 | 第31-32页 |
| 3.3.2 滑动窗口滑动阶段 | 第32-35页 |
| 3.4 MTFI算法描述 | 第35-36页 |
| 3.5 实验结果及分析 | 第36-39页 |
| 3.5.1 算法性能分析 | 第37-38页 |
| 3.5.2 算法性能比较 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 数据流中闭频繁项集的并行挖掘算法 | 第41-53页 |
| 4.1 问题描述和相关研究 | 第41页 |
| 4.2 相关知识 | 第41-42页 |
| 4.2.1 垂直数据格式 | 第41-42页 |
| 4.2.2 ForkJoin框架 | 第42页 |
| 4.3 PCFI算法的基本思想 | 第42-46页 |
| 4.3.1 处理滑动窗口数据 | 第43-44页 |
| 4.3.2 初始生成子 | 第44页 |
| 4.3.3 并行挖掘闭频繁项集 | 第44-46页 |
| 4.4 PCFI算法描述 | 第46-48页 |
| 4.5 实验结果及分析 | 第48-50页 |
| 4.5.1 不同数据集下运行时间的比较 | 第48-50页 |
| 4.5.2 不同支持度下运行时间的比较 | 第50页 |
| 4.6 本章小结 | 第50-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 研究工作总结 | 第53-54页 |
| 5.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文情况 | 第59-61页 |
| 致谢 | 第61页 |
