面向RFID海量数据的若干数据挖掘技术研究

RFID技术用来跟踪供应链中的移动物品，RFID数据中最重要的部分就是物品的移动数据，又称路径数据或者痕迹数据，RFID数据挖掘主要工作就是路径数据挖掘。

我们对路径数据挖捆技术作了深入的研究，挖掘出现频率较高的路径，为用户了解物品的移动规律和趋势，优化供应链，发现异常移动等提供有用的信息。在研究现有RFID数据挖掘方法的基础上，本文主要在单机环境下RFID频繁路径挖掘、RFID多维频繁路径挖掘、分布环境下的RFID频繁路径挖掘等几方面做了深入的研究。主要创新点如下

1）基于传统的频繁模式挖掘和序列模式挖掘方法不能有效解决RFID频繁路径挖掘的问题，本文在充分研究RFID路径数据特点的情况下，将RFID路径数据分成若干序列数据，在现有的频繁模式和序列模式挖掘方法基础上，提出了面向RFID的高效频繁路径挖掘算法。

2）以本文的RFID频繁路径挖掘算法为基础，结合多维序列模式挖掘思想，提出两类RFID多维路径挖掘算法。一类是将多维数据与路径数据合并整体挖掘：另一类是分别挖捆多维数据和路径数据。这两类算法适用于不同的数据集，可以有效提高RFID多维路径挖掘的性能。

点击标签浏览更多相关技术资料资源：