摘要
隨著資料串流環境的興起，其具有短暫易逝、隨時間變動、潛在無限與不可預測的特性。因此有許多研究針對串流資料的特性提出新的探勘演算法。近年來，無線網路、通訊科技與硬體設備的快速進步，使行動設備不只能提供通訊的能力，而且可以處理一般電腦所能執行的應用程式。因此，無所不在的資料探勘概念被提出。本論文以資訊網路為基礎的架構提出了能夠在行動設備上即時的處理資料串流的分類演算法PTOLIN，另外在資料串流處理的部份，我們將使用漸進式資料處理，用來更新網路內部的決策屬性節點，當概念趨於平穩時能夠有效的節省資源的消耗，另外，我們提出以漸進式學習的自然學習方法，其主要是資料的概念屬性將伴隨著時間的增加而逐步的加入候選概念當中，並利用概念經驗函數來篩選資料概念以確保分類結果的品質。
延伸閱讀
- 潘建宏（1999）。多媒體資料特徵群集之探勘〔碩士論文，國立臺灣師範大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0021-2603200719101922
- 周世傑、許昌齡（2002）。資料分類、群聚及其整合之研究：從資料挖掘觀點。弘光學報，(39)，83-91。https://doi.org/10.6615/HAR.200205.39.10
- Liu, C. Y. (2017). 於即時社群媒體之增益式超連結探勘與訊息串流彙總 [doctoral dissertation, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU201703228
- 劉育君（2006）。以資料樣式分群進行變動資料流分類探勘之研究〔碩士論文，國立臺灣師範大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0021-0712200716130669
- 顏秀珍、李御璽（2023）。在資料串流的環境下探勘序列型樣。電子商務學報，25(1)，37-62。https://doi.org/10.6188/JEB.202304_25(1).0002