论文部分内容阅读
本文在构建概要数据结构基础上,利用基于熵的方法选择较相关属性,对数据流的抽样元组的属性进行归约,然后使用城区距离度量了当前窗口中元组与参照窗口中特定元组的相异度,从而探测到了数据流上的"变化",并且建立了多个区间以监测"变化"的变化趋势.通过在相对较低的概念层次上定性和定量的分析数据流,可以提高方法的灵敏性和实时性,且挖掘的结果以及变化的趋势的描述形式易于理解.