数据流是一种数据序列,它能够随时间增加而顺序、快速、大量、连续到达。近年来,随着互联网以及软硬件的发展越来越多的数据流产生在各行各业,使得数据流逐渐成为一种主流的数据形式。这些数据流中隐藏着许多有趣的知识和规律,如果挖掘出来并加以利用能够对人们的决策起到重要的指导和参考作用。但是不同于以往的静态数据,数据流具有无限性、时序性、演变性、高维性、时间局部性等特点,使得传统数据挖掘算法不能直接移植到数据流中。所以如何在这些海量的数据流中挖掘有用的信息,辅助人们决策,是一个具有挑战性的问题并且受到了广泛关注。数据流聚类与异常检测是数据流挖掘领域中的两个重要研究分支。数据流聚类是一个将不断到达的数据流按其相似性划分为若干簇的过程。而数据流异常检测是为了找出数据流中偏离正常值的异常数据。为了能够快速处理数据流,现有数据流聚类和异常检测算法大都采用网格结构汇总数据流。但是在将数据流映射到网格并增量更新时,它们都忽略了网格之间的相互影响,假设网格之间相互独立。这样的处理方式造成提取的数据流概要信息不够精确,直接影响了数据流聚类和异常检测算法的精度。为了解决上述问题,本文主要有四个方面的工作:第一,提出了网格耦合思想。网格耦合是指在将数据流映射到网格并增量更新时不再独立的处理网格,而是考虑了数据变化对周围网格的影响,从而能够更加准确的表达数据之间的相关性。第二,提出了一种基于网格耦合的数据流聚类算法GCStream-CL。该算法在将数据对象映射到网格的过程中,根据网格内数据的分布状态考虑网格之间的相互影响。根据这种影响确定一个网格的更新是增加还是减小相邻网格的权重。其次,GCStream-CL算法以搜索密度相连网格的方式生成簇,并根据高权重网格的变化来捕捉簇的演化。第三,提出了一种基于网格耦合的数据流异常检测算法GCStream-OD。该算法同样在汇总数据流遵循了网格耦合思想,并提出了一种剪枝策略,即周期性检测网格列表,将一些权重较小的网格视为可能为异常的网格。然后根据网格密度和距大部分数据对象的远近,为每个低权重网格分配一个异常因子,实现了网格异常程度的量化。第四,在两个人工数据集和三个UCI真实数据集上验证GCStream-CL和GCStream-OD的算法质量。在GCStream-CL算法实验中分别对参数选择、数据集处理、聚类质量、聚类效率进行验证;在GCStream-OD算法实验中分别对参数选择、算法质量、内存占用以及算法效率进行验证。实验表明GCStream-CL和GCStream-OD均具有较高的算法精度和效率。第五,为GCStream-CL算法设计了应用案例。在“2016年1-2月云南各县监测经济指标完成情况及排位”上执行GCStream-CL算法,实现了对各县经济状况更合理的评估。