赵焕霞

摘要：随着信息技术尤其是物联网等技术的发展，人们获取数据的能力也取得了惊人的进展，大量需要处理的数据迅速涌现，形成无法估量的数据量。在源源不断的数据流总挖掘有价值的信息已成为数据挖掘领域需要面对的新挑战。该文对Lucas Lucasa等人提出的时间可视图思想进行了深入的研究，并逐步提出了两种具体实现方法，将其应用在基于时间序列的数据流上，把数据流转化成网络图，从而使得可以利用网络图的拓扑性质，对数据流做进一步的研究，例如相似性查询和趋势预测等。

关键词：数据流；时间序列；可视化；网络拓扑性质

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）08-0013-04

1概述

随着硬件条件的飞速提升，以及物联网技术的日新月异，需要处理的数据正以每天数以百万计甚至没有上限的速度增长。例如，电信部门的大型交换机每天可以记录高达几千万条的通话记录，装有GPS部件的整个传感器体系每天传回的海平面高度数据可用TB计算。在这样大的数据量基数和如此飞速的增长速度之下，如果我们仍然采用传统数据库的应用模式来处理数据，这种任务几乎是不可能完成的。基于此种情况，数据流挖掘应运而生，此种解决方案的最大特点是，待处理的数据是以一种动态、流式的形式出现即数据流（data stream），对于数据流中的数据，我们只能按顺序进行一次或有限次的访问。目前，数据流尤其是数据流挖掘已成为业界研究热点之一。……