時空數據流

時空解釋

在時間和空間中通過時間序列傳送可持續數據。

時間序列（time series model） 數據按照其屬性(實際上就是時間)的順序前來。在這種情況下，i = t，即一個t時刻的更新為(t, ct)。此時對α的更新操作為αt(t)= ct， 且對於i. =.t，αi. (t)= αi. (t . 1)。這種模型適用於時序數據，如某特定IP的傳出的數據，或股票的定期更新數據等。

數據流解釋

每時每刻都在源源不斷地產生大量的數據.與傳統的數據集不同,這些數據是海量的(massive),時序的

(temporally ordered),快速變化的和潛在無限的(potentially infinite).[1]我們稱這樣的數據形態為數據流(Data

Steaming, 簡稱Streaming),並用數據流模型(Data Streaming Model)來描述它.

概述

基於時空劃分的思想,設計概要數據結構的線上生成算法。概要數據結構保存流數據不同時刻的分布狀態,以支持離線階段的分類、聚類和關聯規則發現等數據挖掘操作。研究時間粒度、量化向量調整和子區域索引等3項記憶體需求控制策略,以平衡概要數據結構的記憶體需求和內外存之間的I/O次數。