MAIDS: mining alarming incidents from data streams
MAIDS: mining alarming incidents from data streams
复制标题
DOI：
10.1145/1007568.1007695
复制
发表时间：
2004-06
期刊：
影响因子：
--
通讯作者：
Y. D. Cai;David Clutter;Greg Pape;Jiawei Han;M. Welge;L. Auvil
中科院分区：
文献类型：
--
作者：
Y. D. Cai;David Clutter;Greg Pape;Jiawei Han;M. Welge;L. Auvil
本文介绍了我们最近研究和开发的MAIDS系统，该系统从数据流中挖掘警报事件，其主要分析功能如下：(1)使用倾斜时间窗口框架的多分辨率建模，(2)使用流“数据立方体”模型的多维分析，(3)在线流分类，(4)在线频繁模式挖掘，(5)数据流的在线聚类，以及(6)流挖掘可视化。
This paper presents a demonstration of our recent research and development of the MAIDS system, which mines alarming incidents from data streams, with the following major analysis functions: (1) multi-resolution modeling using a tilted time window framework, (2) multi-dimensional analysis using a stream “data cube” model, (3) online stream classification, (4) online frequent pattern mining, (5) online clustering of data streams, and (6) stream mining visualization.