جواد دوگانی - عضوهیئت علمی گروه کامپیوتردانشگاه فسا
فرشته رحمانی - دانشجوی کارشناسی ارشدمهندسی کامپیوتر دانشگاه علم و هنریزد

جریان داده دنبال نامحدودی ازالمان های داده ای می باشد که بطور مداوم وبانرخ بسیارسریعی تولید میگردد کاربرد روزافزون ازجریان داده ای دربسیاری ازکاربردهای پیشرفته چون شبکه های سنسوری شبکه های مخابراتی و صفحات وب منجر به مطالعه کاوش الگوهای پرتکرار دراین نوع داده ها گردیده است مساله یافتن الگوهای پرتکرار درجریان داده ای یکی ازچالش برانگیز ترین موضوعات داده کاوی می باشد استفاده ازالگو های پرتکرار درجریانات داده ای بامحدودیت هزینه محاسباتی روبرو می باشد که این به دلیل تولید مجموعه اقلام بسیارزیادی به عنوان خروجی می باشد بنابراین پیدا نمودن مجموعه بسیارکمتری ازاقلام پرتکرار باهزینه محاسباتی کم بسیارکاراتر می باشد برای این هدف مامساله پیدا نمودن اقلام داده ای پرتکرار با بیشترین طول درجریان داده ای را به جای آن دنبال خواهیم نمود مساله پیدا نمودن الگوهای پرتکرار بابیشترین طول درجریانات داده ای به دلیل حجم بسیارزیاد داده های ورودی بسیارمفید خواهد بود دراین مقاله ما الگوریتم جدیدی مبتنی برپنجره کشویی را برای یافتن اقلام داده ای پرتکرار با بیشترین طول معرفی خواهیم نمود جریان داده ای به پنجره هایی تقسیم میگردد که هرپنجره به عنوان واحدبروز رسانی مورداستفاده قرارمیگیرد این الگوریتم ازداده های مکمل برای رسیدن به هدف استفاده مینماید تحلیل نتایج پیاده سازی شده نشان خواهد داد که الگوریتم معرفی شده کارایی بالایی هم ازنظر حافظه و هم زمان محاسباتی خواهد داشت

جریان داده ، کشف مجموعه اقلام پرتکرار ، کاوش الگو ، پنجره کشویی