基于时序向量聚类的周期关联规则发现算法

摘要：

针对目前周期关联规则难以划分时间区域和基础算法效率低等问题,提出一种基于周期关联规则的发现算法(CARDSATSV).采用由项目支持度组成的时序向量作为时域数据特征点进行聚类,用DB Index 准则控制聚类个数以达到最佳的聚类效果.给出CFP-tree 算法来发现周期关联规则,利用基于条件FP-tree 的周期性剪裁技术提高算法效率.实验表明,和目前周期关联规则发现算法相比,CARDSATSV 可以发现更多有用的周期关联规则,时空效率有一定的提高.

关键词：时序向量、强周期关联规则、差异序列法、周期FP-tree算法、差异序列聚类算法

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：浙江省自然科学基金资助项目Y1090603;浙江省科技厅科技计划基金资助项目2009C35012

在线出版日期：2010-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：110-112