版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著信息時(shí)代的到來,產(chǎn)生了海量的數(shù)據(jù),這些大量數(shù)據(jù)的背后隱藏著許多人們所需要的信息和知識,人們迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識。數(shù)據(jù)挖掘就是隨著人們的這一需要應(yīng)運(yùn)而生的。雖然對數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)很成熟,但隨著RFID、Sensor等EDGE(Electronic Data Gathering Equipment)的廣泛應(yīng)用,出現(xiàn)了大量的事件流數(shù)據(jù)。傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)往往針對靜態(tài)數(shù)據(jù)進(jìn)行處理,對這種事件流數(shù)據(jù)不適用。因此對事件
2、流上的數(shù)據(jù)進(jìn)行挖掘處理獲得了廣泛的應(yīng)用。
頻繁情節(jié)挖掘是事件流挖掘領(lǐng)域中的重要方面。目前對頻繁情節(jié)挖掘的研究沒有考慮事件序列當(dāng)中各個(gè)事件類型的重要性(權(quán)重),即認(rèn)為所有的情節(jié)都有相同的權(quán)重。但是在現(xiàn)實(shí)環(huán)境中,事件序列中不同的情節(jié)具有不同的權(quán)重,不同的情節(jié)具有不同的效用值。這樣以前的頻繁情節(jié)的挖掘方法都不能直接用來挖掘高效用的情節(jié)。為此,提出了在事件序列上進(jìn)行高效用情節(jié)挖掘的算法。
首先,本文提出了一種度量情節(jié)效用值的
3、模型,用情節(jié)發(fā)生的次數(shù)乘以情節(jié)本身的權(quán)重。這樣就避免了以前單純用次數(shù)來判斷情節(jié)是否頻繁的缺點(diǎn),即挖掘出的情節(jié)往往不是非常重要的情節(jié)。在這樣的模型下挖掘出的高實(shí)用性、高效用的情節(jié)在實(shí)際的某些應(yīng)用當(dāng)中更有實(shí)際意義。
其次,以前在沒有考慮權(quán)重進(jìn)行頻繁情節(jié)挖掘時(shí),情節(jié)都具有向下封閉的特性,但是現(xiàn)在由于考慮了情節(jié)的效用值,原來向下封閉的特性就不再滿足,即如果子情節(jié)不滿足閾值條件,但它的父情節(jié)也有可能是滿足閾值條件的。所以不滿足閾值條件的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 事件序列上頻繁情節(jié)挖掘算法的研究.pdf
- 多時(shí)間序列上挖掘框架的研究.pdf
- 間隔事件流上的頻繁情節(jié)挖掘方法研究.pdf
- 高效用關(guān)聯(lián)規(guī)則的挖掘.pdf
- 高效用隱私保護(hù)數(shù)據(jù)挖掘的研究.pdf
- 平均高效用項(xiàng)集挖掘算法研究.pdf
- 高效用模式挖掘算法研究及應(yīng)用.pdf
- 高效用項(xiàng)集挖掘算法的研究.pdf
- 高效用項(xiàng)集動態(tài)挖掘算法的研究.pdf
- 頻繁和高效用項(xiàng)集挖掘算法研究.pdf
- 面向網(wǎng)絡(luò)態(tài)勢預(yù)測的時(shí)間序列頻繁情節(jié)挖掘研究.pdf
- 基于效用矩陣和索引的top-k高效用項(xiàng)目集挖掘研究.pdf
- 面向數(shù)據(jù)流的高效用項(xiàng)集挖掘算法研究.pdf
- 時(shí)間序列數(shù)據(jù)挖掘方法研究.pdf
- 序列模式挖掘方法及Web使用挖掘研究.pdf
- 基于mm-序列上的幾類新型密碼序列.pdf
- 多相關(guān)周期性時(shí)間序列上的異常模式關(guān)聯(lián)規(guī)則挖掘.pdf
- 城市安全、高效用水及其評價(jià)方法研究.pdf
- 基于時(shí)間間隔的事件序列頻繁模式挖掘算法研究.pdf
- 基因序列數(shù)據(jù)挖掘若干方法研究.pdf
評論
0/150
提交評論