Data Mining in Data Stream

Tato práce pojednává o dolování v proudu dat, což představuje v současné době velice rychle se rozvíjející oblast informačních technologií. Jsou vysvětleny obecné principy dolování v datech, pojem proud dat, a jsou popsány metody jeho předzpracování a následně algoritmy pro dolování v proudu dat. Podrobně jsou rozebrány algoritmy VFDT a CVFDT pro klasifikaci. Dále je pozornost věnována časoprostorovým datům a možnostem jejich dolování. V rámci praktické části práce byla navrhnuta a implementována aplikace pro klasifikaci a predikci časoprostorových událostí (dopravních zácep) v proudu dat ze silničního provozu. Pro klasifikaci byly použity algoritmy VFDT a CVFDT. Program byl otestován na datech generovaných simulačním nástrojem SUMO.This thesis deals with the data mining in data stream which represents fast developing area of information technology. The text describes common principles of data mining, explains what data stream is and shows methods for its preprocessing and algorithms for following data mining. The special attention is given to the VFDT and the CVDT algorithm. The next mentioned are the spatiotemporal data and related data mining. The second part describes the design and implementation of the application for classification over spatiotemporal data stream represented by road traffic data and following prediction of spatiotemporal events (traffic-jams). The classification is performed by the VFDT and CVFDT algorithm. The application has been tested on the data set obtained by the simulation tool SUMO.