[1]李子杰 郑诚.流数据和传统数据存储及管理方法比较研究[J].计算机技术与发展,2009,(04):101-104.
　LI Zi-jie,ZHENG Cheng.Comparative Study on Methods of Storage and Management of Stream and Traditional Data[J].,2009,(04):101-104.
点击复制

流数据和传统数据存储及管理方法比较研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年04期
页码:
101-104
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Comparative Study on Methods of Storage and Management of Stream and Traditional Data
文章编号:
1673-629X（2009）04-0101-04
作者:
李子杰1; 2 郑诚1; 2
[1]安徽大学计算智能与信号处理教育部重点实验室[2]安徽大学计算机科学与技术学院
Author(s):
LI Zi-jie;  ZHENG Cheng
[1]Ministry of Education Key Laboratory of Intelligent Computing ＆ Signal Processing, Anhui University[2]School of Computer Science and Technology of Anhui University
关键词:
数据挖掘; 流数据; 传统数据
Keywords:
data mining;  stream data;  traditional data
分类号:
TP311
文献标志码:
A
摘要:
传统数据或静态数据是指来自关系数据库、数据仓库和事务数据库里面的数据，与之对应的流数据，是一种具有实时、快速和连续到达特点的动态数据。由于流数据的上述特点，使得应用于传统数据挖掘的技术和方法不能很好地适应流数据。对传统数据进行存储、查询和管理，使用成熟的DBMS完成，对流数据的类似操作，必须开发出具体的DSMS加以实现。提出了一个对流数据进行管理的系统框架，并在管理系统和存储方式两方面对两种数据进行综合比较
Abstract:
The traditional data or static data indicates the data from the relational database, data warehouse and transaction database. But the stream data is a real time, quick and continuously transported dynamic data. Based on the above features of the stream da

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(04):120.
[2]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(04):143.
[3]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(04):235.
[4]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(04):114.
[5]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(04):229.
[6]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(04):93.
[7]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(04):105.
[8]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(04):84.
[9]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(04):109.
[10]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(04):113.

备注/Memo

备注/Memo:
安徽省自然科学基金资助项目（050420204）;安徽省高校自然科学研究项目（2006kj055B）李子杰（1978-），男，安徽阜南人，硕士研究生，研究方向为数据挖掘、语义web；郑诚，博士，副教授，主要从事数据挖掘、机器学习方向研究。
更新日期/Last Update: 1900-01-01