流数据挖掘综述-TeamPal-软件工程项目信息化平台.PDFVIP

计算机科学2007Vo1．34No．1 流数据挖掘综述 孙玉芬 卢炎生 ． (华中科技大学计算机科学与技术学院 武汉430074) 摘 要 作为一种新的数据形态，流数据对数据挖掘提 出了诸多挑战。学者们已提 出大量处理流数据的挖掘算法。 本文对这些算法进行了综述。首先介绍了多个不同的数据流模型，这些模型对算法设计有着不同的要求。然后，总结 了流数据挖掘算法的特点，并给出了算法中常用的技术。最后，分析了各个流数据挖掘任务中的代表性算法。 关键词 数据流，数据挖掘，时空复杂度，滑动窗口 AnOverview ofStream DataM ining SUN Yu-Fen LU Yan-Sheng ． (ComputerDepartmentofHu hongUniversityofScienceandTechnology，Wuhan430074) Abstract Datastreamsposegreatchallengestodatamining．Manystream dataminingalgorithmshavebeenproposed． Inthispaper，wegiveanoverview ofthesealgorithms．Firstly，thedatastreammodelsareintroduced．Thenthechar— actersofstrema dataminingalgorithmsaresummarizedandseveraltechniquesthatareusedinthesealgorithmsarein— troduced．Atlast，therepresentativealgorithmsofeveryminingtaskareanalyzed ． Keywords Datastrema ，Datamining ，Time-spacecomplexity，Slidingwindow 1 引言 ． 2 数据流模型 通信领域中的电话记录数据流、Web上的用户点击数据 数据流是一个以一定速度连续到达的数据项序列 ， 流、网络监测中的数据包流、各类传感器网络中的检测数据 …傅 ，…， ，…，这个数据项序列只能按下标 i的递增顺序 流、金融领域的证券数据流、卫星传回的图像数据流以及零售 读取一次_】]。数据流是现象驱动的，其速度与数据项到达的 业务中的交易数据流等形成了一种与传统数据库中静态数据 次序无法被控制。数据流通常具有潜在无限的体积 ，且数据 不同的数据形态 。这些数据流产生的数据量在多个应用领域 可能的取值是无限的，处理数据流的系统无法保存整个数据 流。而数据流的在线处理要求又使系统无法进行代价昂贵的 中快速增长，小型无线传感设备的广泛使用将进一步使数据 磁盘存取。因此。数据流中的数据项在被读取一次之后，就被 流体积的增长速度提高几个数量级。而且，产生数据流的应 丢弃，以后不可能再读到。