流数据挖掘综述

被引：35

作者：

孙玉芬

卢炎生

机构：

[1] 华中科技大学计算机科学与技术学院

来源：

计算机科学 | 2007年 / 01期

关键词：

数据流; 数据挖掘; 时空复杂度; 滑动窗口;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

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。

引用

页码：1 / 5+11 +11

页数：6

共 7 条

[1] 流数据分析与管理综述 [J].

金澈清 ;

钱卫宁 ;

周傲英 .

软件学报, 2004, (08) :1172-1181

[2]

On the Need for Time Series Data Mining Benchmarks: A Survey and Empirical Demonstration[J] . Eamonn Keogh,Shruti Kasetty.Data Mining and Knowledge Discovery . 2003 (4)

[3] Learning changing concepts by exploiting the structure of change [J].

Bartlett, PL ;

Ben-David, S ;

Kulkarni, SR .

MACHINE LEARNING, 2000, 41 (02) :153-174

[4] Tracking context changes through meta-learning [J].

Widmer, G .

MACHINE LEARNING, 1997, 27 (03) :259-286

[5] Learning in the presence of concept drift and hidden contexts [J].

Widmer, G ;

Kubat, M .

MACHINE LEARNING, 1996, 23 (01) :69-101

[6]

A Coverage Based Ensemble Algorithm(CE-BA)for Streaming Data .2 Rushing J,et al. Proc of the16th IEEEIntl Conf on Tools with Artificial Intelligence(ICTAI’04) . 2004

[7]

Clustering Data Streams on the Two-Tier Struc-ture .2 Wang Z,et al. Advanced Web Technologies and Applications:6th A-sia-Pacific Web Conf(APWeb2004) . 2004

← 1 →