基于时空关系和关联规则挖掘的上下文信息缺失插补研究.pdfVIP

第 32 卷第 12 期 电 子 与 信 息 学 报 Vol.32No.12 2010 年 12 月 Journal of Electronics Information Technology Dec. 2010 基于时空关系和关联规则挖掘的上下文信息缺失插补研究 王玉祥 乔秀全 李晓峰 孟洛明 (北京邮电大学网络与交换技术国家重点实验室 北京 100876) 摘 要：上下文信息的缺失是上下文信息处理中不可避免的问题，缺失数据插补方法也是数据挖掘中的研究热点。 但是，现有的缺失数据的插补方法不太适合上下文信息这一流数据形式，没有充分利用各传感器采集数据之间的关 联性，而且在插补的过程中没有考虑传感器数据的时空关系。为了解决现存的缺失数据插补方法的缺陷和不足，该 文提出了基于时空关系和关联规则挖掘的上下文信息缺失插补方法(STARM)，对传感数据进行空间化和时间序列 化，并生成强关联规则对缺失数据进行插补。最后，通过温度传感器采集数据验证了这一算法合理性和高效性。实 验证明，该算法在上下文信息缺失估计的准确性要高于简单线性回归算法(SLR)和 EM 算法等，而且具有较小的时 空开销，能够保证实时应用的服务质量(QoS)。 关键词：信息处理；时空关系；关联规则挖掘；上下文信息缺失插补；均方根误差 中图分类号：TP391 文献标识码： A 文章编号：1009-5896(2010)12-2913-06 DOI: 10.3724/SP.J.1146.2010.00035 An Imputation Technique for Missing Context Data Based on Spatial-temporal and Association Rule Mining Wang Yu-xiang Qiao Xiu-quan Li Xiao-feng Meng Luo-ming (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China) Abstract: The context data missing is an inevitable problem of context information processing mechanism, the imputation technique of missing data also is a research hotspot in data mining. However, the existing imputation technique of missing data is not suitable for the flow data form of context information that does not make full use of data relevance between every collecting sensor. Moreover, that does not take spatial-temporal relationship into account. In order to conquer the shortcomings and deficiencies of the existing imputation technique of missing data, this paper proposes an imputation technique for c