数据流挖掘研究及其进展

被引：4

作者：

张天成

岳德君

于戈

林树宽

谷峪

机构：

[1] 东北大学信息科学与工程学院

来源：

小型微型计算机系统 | 2008年 / 12期

关键词：

数据流; 挖掘; 聚类; 分类; 频繁模式; 时间序列;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

有关数据流挖掘技术的研究是当前国际数据库研究领域的一个热点,数据流的特点在于数据规模宏大,并快速、持续地到达,对应的挖掘算法只能在内存中单遍扫描样本子集就可以获取相应的知识结构,还需要在一定时间内对学习的结果进行更新以适应数据分布的变化.本文对现有数据流上的挖掘算法进行综述,最后给出了数据流挖掘今后的一些研究方向.

引用

页码：2241 / 2246

页数：6

共 3 条

[1] 基于滑动窗口的进化数据流聚类
常建龙
曹锋
周傲英+
[J]. 软件学报, 2007, (04) : 905 - 918
[2] Clustering distributed data streams in peer-to-peer environments[J] . Sanghamitra Bandyopadhyay,Chris Giannella,Ujjwal Maulik,Hillol Kargupta,Kun Liu,Souptik Datta.Information Sciences . 2005 (14)
[3] A Regression-based Temporal Pattern Mining Scheme for Data Streams. W. G. Teng,M. S. Chen,P. S. Yu. Proceedings of the 29th International Conference on Very Large Data Bases （VLDB’03） . 2003

← 1 →