一种基于时态约束的加权关联规则挖掘算法.pdfVIP

一 彳嚣 一 种基于时态约束的加权关联规则挖掘算法 赵北松 ，张争龙 ，李星毅 (1深圳市公安局交通警察支队 交通科技处 广东 深圳 518000； 2江苏大学 计算机科学与通信工程学院 江苏 镇江 212013) 【摘 要】：时态关联规则是指带有时态约束的关联规则，针对现有的大多数时态关联规则挖掘算 法并没有考虑数据项的不同重要性，提出了一种新的加权时态关联规则挖掘算法。算法以项 目的生命 周期作为时间特征，并且允许用户设定不同的项 目权重。算法采用了树和矩阵的数据存储结构，挖掘过 程中只需扫描一次数据库，同时利用向量之间的交集操作加快了加权支持度的计算速度。仿真实验表 明，优化算法具有 良好的挖掘效率。 【关键词】：数据挖掘；时态数据库；生命周期；时态关联规则 1引言 数据库来计算其加权支持度，且算法是基于Apriori算 现实世界数据库中我们可以发现各种各样的时 法思想设计而成的，其复杂性与Apriori算法的复杂性 态数据 ，例如超市交易记录中的交易时间，病历中的 相似 。 检查和诊断时间，天气数据 日志文件 中的标记?时问 本文对文献 3『】中的算法进行了改进，同时改进了 等。时态数据库的出现必然要求在知识发现过程中考 文献[1，2]的不合理之处，提出一种新算法来挖掘加权 虑时间因素，附加上某种时态特征的规则能更好地描 时态关联规则，算法既考虑 了项 目的权重，又考虑 了 述实际情况，这样的规则就称为时态关联规则，它能 交易的权重，同时还体现了数据的时态性。算法采用 有效挖掘出一些全局支持度较低 ，但在某些时段却有 了树和矩阵的数据存储结构，挖掘过程中只需扫描一 较高支持度和信任度的规则，如中秋节的月饼、圣诞 次数据库，且该算法利用向量之间的交集计算加权支 节礼品等容易在传统关联规则挖掘中被忽略但对用 持度，通过对上三角矩阵按支持度计数升序排序，使 户有重要价值的规则。目前国内外研究的主要 内容 得数据尽可能均匀细化，降低了树的高度，减少了遍 有：序列模式挖掘，周期关联规则挖掘，日历关联规则 历候选项集树生成的候选项集数量，提高了时态关联 挖掘等 。 规则的挖掘效率。 文献 【1]中提出了生命周期的概念 ，其主要思想是 2相关概念 数据库中每一项 x都有一个生命周期，项 目x的支 为I中每个项 目ii赋以权值wj，其中0 Wj≤1，i= 持度等于x 的生命周期 内包含x的事务数与该段时 f1，2，…，n)。当项 目具有权重后，数据项所属的交易也 间内总的事务数的比值。但该算法直接利用 Apriori 具有了相应的权重。 算法中频繁 fk一11项集进行连接生成候选k项集，这 定义 1交易记录D的权重记为W(Di)： 种做法存在不合理之处[31。 1 、 W (Di)= wj (1) 文献[2】在考虑关联规则成立的时间区域的同时， lIJiIjE-D． 对交易事务进行垂直加权，使规则的发现体现了一种 其中，jDjI表示交易记录Dj中包含的项目个数。 时间趋势，但是该文提出的算法并没有对项 目进行加 定义 2设项集XCI，x在D内从最初出现到最 权以区分项 目的不同重要性，而且该算法存在和文献 后出现的时问区域为[T，T2】(TT2)，称[T，T2]为项集x [1冲 的算法同样的不合理性。 的生命周期。Ix[T，T2]I表示时间[T，T2]内包含项集x 文献[3】提出的算法该进了以上算法的不合理之 的事务个数，ID[T。，rr2]I表示D在时间[T，，T21内的事务 处，既考虑