数据流挖掘研究及其进展  

Research and Development on Data Stream Mining

作　　者：张天成[1] 岳德君[1] 于戈[1] 林树宽[1] 谷峪[1] 

机构地区：[1]东北大学信息科学与工程学院,辽宁沈阳110004

出　　处：《小型微型计算机系统》2008年第12期2241-2246,共6页Journal of Chinese Computer Systems

基　　金：新世纪优秀人才支持计划(NCET-06-0290)项目资助;国家自然科学基金项目(60503036;60773220;60773222;60573090);霍英东教育基金会青年教师优选资助课题(104027)

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.The study on mining data streams is one of the hot topics among the database circle all over the world recently. Data streams are continuous, unbounded, rapid,time-varying streams of data elements. Mining algorithms on data streams are concerned with extracting knowledge structures by one-pass scan in memory, updating the results to suit the change of the distribution. This article introduces some data stream mining algorithms and summarizes the main ideas. Finally, this paper presents some research trends in this area.

关 键 词：数据流 挖掘 聚类 分类 频繁模式 时间序列 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]