话务数据实时回归分析系统的设计与实现

论文摘要

实时系统和其它一些动态环境经常会产生大量的(可能无穷的)流数据,如本文中我们研究的电话网中的话务数据。这些数据由于量非常大从而不能在磁盘上进行存储或多次扫描。我们能否对这些数据进行在线多维分析和数据挖掘,以在情形变化时能够提醒并且帮助人们进行及时快速的、高效高质的响应?这是一个具有挑战性的任务。 在本文中,我们研究了一些对时序流数据进行在线的、多维回归分析方法,主要有以下贡献: (1)我们的分析表现在进行多维线性回归分析时只有一些少量的压缩回归测量数据而不是整个流数据被记录下来; (2)为了有利于在线流数据分析,我们提供了一个以回归值作为测量维、以不规则时间轴作为时间维的部分物化的数据方模型,以便于减少保存在内存和磁盘上的数据; (3)在此回归分析中我们使用了一个基于异常引导的下钻方法。基于这个设计,我们提出了有效的话务流数据分析算法并在性能分析中比较了所提出的算法,证明了其能够在对多维流数据分析中有效地减少内存和时间的使用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 目前现状
• 1.2 研究意义及创新点
• 1.3 课题内容
• 第二章 数据仓库和数据挖掘
• 2.1 数据仓库
• 2.1.1 数据仓库体系结构
• 2.1.2 WHIPS工作原理
• 2.2 数据挖掘
• 2.2.1 关联规则的挖掘
• 2.2.2 特征规则挖掘
• 2.2.3 分类规则挖掘
• 2.2.4 聚类规则挖掘
• 2.2.5 基于模式的相似性搜索
• 第三章 OLAP和数据方
• 3.1 数据方
• 3.2 数据方建模
• 3.3 数据方计算
• 3.4 数据方操作
• 3.5 小结
• 第四章 时序流数据挖掘
• 4.1 概述
• 4.2 趋势分析
• 4.3 时序分析
• 第五章 话务数据实时回归分析系统的设计与实现
• 5.1 问题的提出
• 5.2 问题的定义
• 5.2.1 数据方表示
• 5.2.2 数据方中的时序
• 5.2.3 流数据的多维分析
• 5.3 数据方线性回归基础
• 5.3.1 一个时序的线性回归
• 5.3.2 标准维上聚集
• 5.3.3 时间维上聚集
• 5.4 用回归方进行流数据分析
• 5.4.1 不规则时间轴
• 5.4.2 关键层的概念
• 5.4.3 基于异常分析的框架
• 5.4.4 基于异常的回归方算法
• 5.4.5 在线环境下的算法处理
• 5.5 系统性能分析
• 5.5.1 基于异常界限下的时空使用量比较
• 5.5.2 不同m-layer大小的时空使用量比较
• 5.5.3 不同数量层或维的时空使用量比较
• 5.5.4 小结
• 结束语
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录