کاوش مجموعه اقلام تکراری جریان‌های داده در مدل پنجره‌ی لغزان حساس به زمان بر مبنای درخت پیشوندی و تخمین احتمالی

برای کاوش مجموعه اقلام تکراری در جریان‌های داده مدل‌های مختلفی مطرح شده‌اند. مدل پنجره‌ی لغزان حساس به زمان یکی از بهترین این مدل هاست چون به کمک آن هم تغییر مفهوم و هم سرعت متغیر جریان داده ورودی را می‌توان در نظر گرفت. تغییر محتوای پنجره با گذشت زمان،‏ سبب پدیدار شدن الگوهای جدید و حذف برخی از الگوهای قدیمی میشود. چگونگی محاسبه یا تخمین تکرار،‏ مجموعه اقلام جدید یکی از عوامل تاثیر گذار در کارایی الگوریتم‌های کاوش الگوهای تکراری در جریان‌های داده است. در این مقاله برای نخستین بار از تخمین احتمالی به منظور تخمین میزان تکرار مجموعه اقلام جدید استفاده شده است. بر اساس این تخمین،‏ الگوریتمی سریع ارائه شده است که قادر است در پنجره‌های حساس به زمان،‏ با میزان حافظه ای قابل قبول،‏ مجموعه اقلام تکراری را کاوش کند. این الگوریتم به منظور ذخیره سازی مجموعه اقلام تکراری پنجره ی فعال از ساختمان داده‌ی جدیدی بر مبنای درخت پیشوندی استفاده می‌کند. آزمایش‌های صورت گرفته بر روی جریان داده‌های واقعی و تولید شده‌ی مصنوعی،‏ نشان دهنده برتری این الگوریتم نسبت به روش‌های ارائه شده قبلی از نظر زمان اجرا و حافظه مصرفی است.