基于频繁项集树的时态关联规则挖掘算法
针对目前时态关联规则研究中存在的挖掘效率不高、规则可解释性低、未考虑项集时间关联关系等问题,在原有相关研究的基础上,提出一种新的基于频繁项集树的时态关联规则挖掘算法.通过对时间序列数据进行降维离散化处理,采用向量运算生成频繁项集,提高频繁项集挖掘效率.考虑到项集之间的时态关系以及树结构的优势,提出一种新的频繁项集树结构挖掘时态关联规则,其挖掘频繁项集与树结构构建同时进行,无需产生候选项集,提高了规则挖掘效率.实验表明,对比于其他算法,所提出算法在挖掘效率和规则解释性方面效果更好,具有较好的应用前景.
向量运算、时态关系、频繁项集树、时态关联规则
33
TP311(计算技术、计算机技术)
国家自然科学基金项目61572073;中央高校基本科研业务费专项基金项目FRF-UM-15-052;北京科技大学研究生教育发展基金项目230201506400060
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
591-599