کاوش مجموعه اقلام تکرار شونده در پایگاه داده تراکنشی

مسئله کاوش الگوهای تکراری در پایگاه های داده در سال 1٬993 توسط آگروال و دیگران ارائه شد. این مسئله به علت کاربرد وسیعی در تجارت، صنعت و علوم مختلف، موضوعی مهم و اساسی در زمینه کشف دانش و داده کاوی است. در سال های اخیر تحقیقات بسیار زیادی در مورد این مسئله انجام گرفته و پیشرفت های چشمگیری صورت گرفته است که حاصل آن ها ارائه الگوریتم های کار را مقیاس پذیر از یک طرف و مطرح شدن آن در کاربردهای مختلف بوده است. تحقیقات انجام شده عموماً در مورد کاوش الگوهای تکراری در پایگاه داده های ایستا بوده است به طوری که الگوریتم های مختلفی در این مورد ارائه شده اند. کاوش الگوهای تکراری علاوه بر داده های ایستا، اخیراً در پایگاه داده های پویا و جریان های داده نیز مطرح شده است. در داده های جریانی فرض بر اینست که داده ها به صورت پشت سر هم و بی وقفه به سیستم می رسند. در یک جریان داده، داده ها با سرعت و به شکلی بی پایان دریافت می شوند. انجام محاسبات مختلف آماری و داده کاوی، از جمله مسائل مطرح در مدل جریانی می باشند. در جریان های داد، در هر لحظه حجم داده هایی که تاکنون رسید و در آینده نیز خواهد رسید بسیار زیاد است بنابراین ذخیره آن امکان پذیر نیست. در این تحقیق مدل های مختلف بررسی و شناسایی و الگو در جریان داده ها مورد بررسی قرار گرفته و الگوریتم های ارائه شده قبلی در هر مدل مورد بررسی قرار می گیرد.

کلیدواژه ها:

کاوش الگوهای پرتکرار ، داده کاوی ، جریان سریع داده ، الگوهای توالی ، کاوش قوانین وابستگی