目錄
前言
第1章 緒論 1
1.1 研究背景和意義 1
1.2 研究現(xiàn)狀 2
1.2.1 數(shù)據挖掘 2
1.2.2 數(shù)據流模式挖掘 3
1.2.3 數(shù)據流分類 5
1.2.4 數(shù)據流聚類 7
1.3 主要研究內容 8
1.4 本書結構 9
第2章 模式挖掘研究相關工作 11
2.1 相關概念 11
2.2 模式類型 13
2.2.1 閉合頻繁模式 13
2.2.2 最大頻繁模式 15
2.2.3 top-k頻繁模式 16
2.2.4 約束頻繁模式 16
2.3 數(shù)據流挖掘方法 17
2.3.1 窗口方法 17
2.3.2 衰減方法 18
2.3.3 模式增長方法 20
2.3.4 近似方法 22
2.3.5 假陽性與假陰性方法 23
2.4 算法評價準則 24
2.5 模式度量準則 24
第3章 基于時間衰減模型的閉合模式挖掘算法 26
3.1 引言 26
3.2 背景知識 27
3.2.1 閉合模式選擇方法 27
3.2.2 新近事務處理方法 28
3.2.3 頻繁與臨界頻繁閉合模式 28
3.3 基于均值衰減因子的挖掘算法 29
3.3.1 均值衰減因子研究 30
3.3.2 算法設計 31
3.3.3 實驗方式及其結果分析 34
3.4 基于高斯衰減函數(shù)的挖掘算法 41
3.4.1 高斯衰減函數(shù)研究 41
3.4.2 算法設計 44
3.4.3 實驗方式及其結果分析 46
3.5 本章小結 49
第4章 基于多支持度的連續(xù)閉合模式挖掘算法 51
4.1 引言 51
4.2 連續(xù)閉合模式的研究 52
4.2.1 連續(xù)閉合模式 52
4.2.2 基于多支持度的連續(xù)模式 54
4.3 算法設計 56
4.4 實驗方式及其結果分析 60
4.5 本章小結 64
第5章 基于約束閉合模式的決策樹分類算法 65
5.1 引言 65
5.2 背景知識 66
5.2.1 實例數(shù)據流的頻繁模式 66
5.2.2 數(shù)據流分類方法 67
5.2.3 分類過程中概念漂移檢測方法 71
5.3 算法設計 73
5.3.1 約束模式的研究 74
5.3.2 約束閉合模式挖掘算法 76
5.3.3 基于模式的決策樹算法 78
5.4 實驗方式及其結果分析 83
5.4.1 學習評估方式 83
5.4.2 實驗數(shù)據 83
5.4.3 實驗表現(xiàn) 85
5.5 案例分析 90
5.5.1 航空數(shù)據與待解決問題 90
5.5.2 數(shù)據預處理 92
5.5.3 關聯(lián)規(guī)則設計與應用分析 94
5.5.4 分類結果分析 97
5.6 本章小結 102
第6章 總結與展望 103
6.1 研究工作總結 103
6.2 未來工作展望 104
參考文獻 106