时态约束中时序关联规则挖掘.docVIP

时态约束中时序关联规则挖掘摘要：时态数据是一类重要的数据信息。利用数据中包含的时间属性可以形象描述数据中潜在的变化规律。从现有的时序关联规则的局限性出发，该文提出了一种新的基于聚类算法的时序关联规则提取方法。本文的方法将K-means聚类算法运用在关联规则模型构造上，将一个时序序列周期通过分割，形成几个长度相等或者不等的子时序序列，然后进行关联规则提取，从而能够更为准确的发现时序关联规则。 关键词：数据挖掘；关联规则；时序关联规则；K-means 中图分类号：TP311文献标识码：A文章编号：1009-3044(2012)07-1483-03 A New Model of Temporal Association Rules Miming LIU Peng-fei (School of Electronic Information Engineering Lanzhou Jiaotong University, Lanzhou 730070, China) Abstract: Temporal data is a kind of useful information. Temporal attributes in data can be used to find some potential change rules of data. By the reason of the limitation of exiting model, the paper purposed a new method of Temporal Association Rules, which can discover temporal association rules more precisely by dividing a temporal sequence into several time sequence segments of different lengths or same length by employing K-means clustering into the building of the algorithm. Key words: data mining; association rules; temporal association rules; K-means 1概述 时间、时序数据序列在日常生活中普遍存在，例如医疗卫生数据、金融数据、交通信息、气象变化等都是时序数据序列，并且是连续的。有非常多隐藏着价值的信息如何在这些时序序列中，时间序列关联规则就是其中一种有着重要价值的隐藏信息。对时间序列关联规则进行挖掘是一个非常系统化的工作，需要经过多个步骤的处理，如预处理时间序列，对时间序列进行压缩，对时间序列的相似性进行度量，挖掘出时间序列关联规则，还要解释、评价挖掘出的规则。 传统的时序关联规则挖掘[1]，首先要使用者设定一个单位时间长度，然后根据这个时间长度把时序序列划分成几个时间序列子序列，再由划分出来的子序列中包含的事务挖掘出时序关联规则。但是这些传统的方法对子序列的划分不够精确，而且挖掘中容易丢失一些时序关联规则。 本文提出一种新的挖掘时序规则关联模型,其步骤是：基于属性的数目和进行分类的目标,结合输入数据的类型,进行聚类,在不增加系统失误率的前提下,使用聚类算法，将有血的时序数据序列分割成几个长度相等或者不等的时序子序列，之后进行挖掘，从而能够更加精确的提取时序关联规则。 2时间序列聚类 挖掘关联规则主要是找高频数据之间的关系。在经典时间序列时序关联规则挖掘中，通过设定固定滑动步长和滑动长度的滑动窗口，将连续时间序列转换成模式序列，再通过算来来提取出频繁模式，然后挖掘出强时序关联规则。由于获取模式序列的滑动窗的滑动补偿和长度都是由使用者来设定的，这样的结果就是使得挖掘具有极强的人为因素，并且是挖掘出的规则结果有很大的不确定性。本文中提出的方法则是利用时间序列中每一刻事务的属性，对序列进行聚类分析，通过聚类的结果来决定时间子序列；由于时序关联规则是和事务的时间发生顺序相关联的，这样使用聚类算法来划分时间子序列，就能够由事务发生数目的集中度划分出时序子序列的长度，这样就能够避免人为的因素影响，更加客观的反应实际情况，并且能够避免比传统的等分时间段的方法所引起的一系列问题。 K-Means算法[2]作为一种聚类方法是在1967年由Mac提出的，K-Means算法是一种典型的基于距离的聚类方法，在目前的使用到聚类的学科中都有着广泛的应用。K-Means算法 使用某种距离函数作为一个数据点间的优化目标函数，然后通过对函数求极值的迭代