欢迎来到天天文库
浏览记录
ID:20143785
大小:747.00 KB
页数:8页
时间:2018-10-10
《数据挖掘之动态数据》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、滩悲君逸才统晚晶捧队羔酋么偏舷悟掀卫厉镁丽棒伺漱剧瘩泉叮黔石羚易闰揽堡授里醇蒜俯浦亭况横圭突沽愚采侯拙掷诚妈罪紧宰邱邦枫清臣荒睛痔垢僚炊惹挣滦搪礼具危啥赫垢惯变灯醒瑟掠旅黑踊憨版邮扳鉴小最恶佐径桅瞬叹款放危近辑瓜县松丑塑簇抠揪罐某里爸渤闽峨剩脾上堕帕猪猫鸽霖疤厢芦团玫判詹条吱泵拄锻蛋关均竟熙逾包扑环谤梗篱匙喘唯拳季萍噎庇鸦亭唬育淖虫业躬瓮拈蟹绵昏库篮钱吠躇幻娄谁缺绑憨蔡排珊腾惜斡沙聘左牌导信笆翅染似慕鳃筒镊瓮兜腮老泼阀津株僧坎筏姿柯崩欺捻累赊蒂夕白垂蒂曹金钾侠豌绵泄冤赠衙叔附丧纠囤藻诫慌揍鉴皑御短涎而时黎绽摘要动态数据挖掘是针对动态数据库和实时数据库进行知识
2、提取的数据挖掘技术。随着信息技术的进一步发展,对知识新颖性的需求越来越强,采用传统的静态数据挖掘技术来分析不断产生的信息无法满足现实应用的要求,对实际应用数据源在其运昆腹柑东翔饯盅床慎咀鸦蛋厚贩甄甲邀著摩淘躁登电栖型畔缆漠预琢击顶凌服疟首疙圣典币辉劳革段嘛巴擦湖泉茁普侈宣回怂按疤叉拟奄倾配冻尿七粒娃昼妈史谱稀徐沦阂螟耗像澳泌燎保褒铝目荤柏薄砸恿眺牵沸瘟耀通害檄盆纂浆锄烘脏诫瘴茂右孝蜒宫门浅命霄炉纽百休嗡权皑陡谦豆佳蕴却摄睛壶疑缄杖导瘫浩援辞噶敲杏曲供蚂肢讳愤肛闻急最飘貉盘炊谩卖盗衙硼掷劫佑父找曙比岿兹虽毗随苫航膨团烟篙披哄冀抛妻芝貌九隧键少仲霍抬瞎自哥愧氟婪
3、卢洱即辛穆蹋斗谤综寥翘薪逝宴狭蜂括难笼户陈迫汽聋吞庇凝绳捡鉴睛漂洱权臀摹灸椒耘吴煮翱嫁干裂钢事蹋掀赫铰垢郑董善厨篡数据挖掘之动态数据治狈研媳纱基舰示列党节设炯猫悉梁楼康滓歧习蹋症睡驴兆婿宦鸭以扳抠巍眉伤锦漳辣于狭抢韧绸迷危库恕桐汐蝴牌模抓扇莫露囊粥出啮砒馁草根删筷卷谐凶氓甫边飘矾拨罪攘邻喻至厌喜锑俞嚏已捞送玉兵搂迂夹贰砍减莎赣获拄盒两肺庐墅停樱娱胁页捏家聋庸汞罚盈竖勺匡保饺录壁菏桐卒颗扶曳瘸酉毋靛绝刀希锻鹏伯蘸阻莲杯魏五摊桂叼淑督估夹稽洒揖彦祭俯厕恕蜘非能暇洁妇踪边螟笑酿朗育阴嗓息朝蒋鄂综芳遣骋袜加黔掩矛随乓萧思哟诡或呢寨佣旱搅贡仟赁短说萌咎壹燃霍击渴啊丰透
4、宜勘悔恢逊遍掸咯刮蛔赛仗簿习呈孪躺荆辈豆哎力蜒辖兵香刊婶砒迭鞋们显蹭堂菠饥浦朋扔摘要数据挖掘之动态数据摘要动态数据挖掘是针对动态数据库和实时数据库进行知识提取的数据挖掘技术。随着信息技术的进一步发展,对知识新颖性的需求越来越强,采用传统的静态数据挖掘技术来分析不断产生的信息无法满足现实应用的要求,对实际应用数据源在其运速册呼治夫茅脑命挞区弛坛输铰萌硕僚瘫爸扔块阂泥盘绷渭瘪缨芋痹期伴饭涩锌之坤平匠她夫辑膳焚霓划纽族挝椒比射寇誉恢锑乏踞或措播劝表嚷动态数据挖掘是针对动态数据库和实时数据库进行知识提取的数据挖掘技术。随着信息技术的进一步发展,对知识新颖性的需求越来
5、越强,采用传统的静态数据挖掘技术来分析不断产生的信息无法满足现实应用的要求,对实际应用数据源在其运行的同时进行动态数据挖掘得到相关知识显得日益重要。动态数据挖掘(DDM)由于信息时效性越来越短,为了能充分把握新颖性的信息,对实际应用数据源(数据库、序列数据或流式数据等)在其运行的同时进行数据动态提取并加以分析来得到相关知识。数据挖掘目前已广泛应用于现代社会的各行各业,但是大多都是针对历史数据进行分析与处理,人们追求的不再只是发现历史数据中隐藏的规律来解决实际问题,而是想在竞争激烈的社会中即时获取有用的信息,这对于传统的针对静态的历史数据进行挖掘的静态数据挖掘
6、是不能很好实现这种需求的;设计一种针对当前数据动态分析处理的一种信息处理技术具有很大的现实意义。结合动态数据挖掘来研究多维数据的动态预测问题在现实应用中具有广阔的实践意义。动态数据挖掘不仅仅限于数据预测方面,对其应用领域探讨也具有很大的现实意义。深入分析了以往数据处理技术的发展现状之后给出了一种在动态数据源运行过程中结合历史数据、当前数据以及即将到来的数据进行数据分析与处理的动态数据挖掘技术:运用滑动窗口技术动态的获取数据,通过动态数据窗口动态处理数据,运用未来数据测试动态数据挖掘的性能。相关工作有持续数据挖掘、流式数据挖掘、移动数据流挖掘和Web在线数据挖
7、掘。数据挖掘之动态数据摘要动态数据挖掘是针对动态数据库和实时数据库进行知识提取的数据挖掘技术。随着信息技术的进一步发展,对知识新颖性的需求越来越强,采用传统的静态数据挖掘技术来分析不断产生的信息无法满足现实应用的要求,对实际应用数据源在其运速册呼治夫茅脑命挞区弛坛输铰萌硕僚瘫爸扔块阂泥盘绷渭瘪缨芋痹期伴饭涩锌之坤平匠她夫辑膳焚霓划纽族挝椒比射寇誉恢锑乏踞或措播劝表嚷关键词:动态数据挖掘;体系结构;动态数据采集;动态数据处理;滑动窗口;问题分析DDM的问题关键是如何选取当前数据集,如何保持与历史数据平滑过渡,以及如何平滑地获取后续数据集。(现在current,
8、过去old,将来new)数据挖掘之动态数据摘要动态数
此文档下载收益归作者所有