刘张榕

(福建林业职业技术学院 信息工程系，福建 南平 353000)

0 引言

数据库种类可以按照有效性，分为静态数据库、动态数据库和实时数据库3种，在检索数据库中的数据时，大多是从静态数据库中挖掘数据。但数据库的实时性，又使数据库处于一种动态变化中，不断在数据库中积累新的数据，此时，采用挖掘方法挖掘到的静态数据库数据，则会因为数据库数据的更新，出现知识失效问题[1-2]。所以，需要研究动态数据库数据挖掘方法。

目前，国内外对动态数据库挖掘也有许多研究，文献[3]提出了多域分布式数据库的电能质量扰动事件记录关联规则挖掘，采用移动时间窗技术实现扰动数据预处理，然后在考虑数据库更新的情况下，提出一种分布式协同算法，该算法通过交换各数据库间的局部频繁项目集，实现扰动数据关联模式分布式挖掘。文献[4]设计了基于聚类优化的大型网络数据库挖掘系统，该搭建数据采集所需的传感器节点结构，选择CC3200作为主控芯片，在原有的电路中引入射频通信电路，实现数据的无线传输。在此基础上，对数据库中数据进行预处理，利用优化后的聚类算法和软件程序实现数据挖掘，至此系统设计完成。

针对上述存在问题，本文提出基于大数据集的动态数据库关联挖掘研究。

1 研究基于大数据集的动态数据库关联挖掘方法

在动态数据库中，会存在历史数据和新增数据两种，因此，此次研究动态数据库关联挖掘方法，将选择静态挖掘与动态挖掘相结合的方式，先挖掘动态数据库中的历史数据，再挖掘动态数据库中的更新数据。……