امروزه با گسترش سیستم های پایگاه داده و حجم بالای داده های ذخیره شده در آنها، به داده کاوی نیاز است تا بتوان الگوهای مفید در داده ها را شناسایی کرد و با در اختیار قرار دادن اطلاعات به کاربران و جستجوگران به آنها در اتخاذ تصمیمات مهم و حیاتی کمک نمود. یکی از شاخه های مهم داده کاوی، دنباله کاوی است که در پی آن است که الگوهای متوالی را که بین رویدادهای مختلف وجود دارد، بیابد. الگوریتم های کلاسیک دنباله کاوی برای پردازش داده های عددی کاربرد ندارند و تنها داده های باینری را پردازش می کنند، لذا در مواجهه با داده های عددی، آنها را به صورت باینری تحت پردازش قرار خواهند داد که منجر به از دست رفتن اطلاعات خواهد شد. به کمک مجموعه-های فازی می توان از این مشکل جلوگیری کرد. امروزه با بوجود آمدن مسائلی همچون کنترل ترافیک شبکه، نوع جدیدی از داده بنام جریان داده بوجود آمده است که الگوریتم های کاوش در این نوع مسائل با محدودیت های سرعت و حافظه روبرو هستند. لذا در این پایان نامه بر آن هستیم تا با ارائه الگوریتمی عمومی که قابلیت کاوش الگوهای دنباله ای در جریان داده های عددی و غیرعددی داراست و مجموعه دقیق الگوهای دنباله ای را با سرعت بیشتر نسبت به الگوریتم های موجود مورد کاوش قرار می دهد، مشکلات الگوریتم های پیشین در این زمینه را حل کنیم. در فصل مربوط به معرفی الگوریتم، با مقایسه این الگوریتم با روش های موجود و بررسی الگوریتم ارائه شده در حالات مختلف تحقق این امر را نشان خواهیم داد.