一种面向布尔时间序列的关联规则挖掘算法.pdfVIP

第27 卷 第10 期 控 制 与 决 策 2012 年 10 月 Vol. 27 No. 10 Control and Decision Oct. 2012 文章编号: 1001-0920 (2012) 10-0000-00 一种面向布尔时间序列的关联规则挖掘算法 1 1 2 闫明月, 侯忠生 , 高 颖 (1. 北京交通大学电子信息工程学院，北京100044；2. 北京中医药大学东直门医院，北京100700) 摘 要: 布尔时间序列中的关联规则挖掘较难处理, 因为多数关联规则仅挖掘不同事务共同出现的规则, 却难以体 现同一事件在不同时间内动态变化间的关联性. 鉴于此, 提出一种新的关联规则挖掘框架, 利用常量化表示布尔数据 的时间属性, 结合聚类算法与关联分析, 提高规则的支持度, 从而解决布尔时间序列数据在关联规则挖掘中的时间值 表示问题, 并使用多种指标评价规则与传统算法比较. 在真实的中风病预后好转数据预测中验证了所提出算法的有 效性. 关键词: 布尔时间序列；关联规则；聚类；预后 中图分类号: TP3-05 文献标志码: A Algorithm of mining association rules for binary time series 1 1 2 YAN Ming-yue , HOU Zhong-sheng , GAO Ying (1. School of Electronics and Information Engineering，Beijing Jiaotong University ，Beijing 100044 ，China; 2. Dongzhimen Hospital，Beijing University of Chinese Medicine ，Beijing 100700 ，China ．Correspondent ：HOU Zhong-sheng ，E-mail ：zhshhou@bjtu.edu.cn) Abstract: Association analysis for Binary time series is a difficult problem, because most of association rules lay emphasis on the relation among the items, but ignore the temporal correlation in the transaction database. Therefore, a new improved algorithm of mining association rules for binary time series is presented to make use of both the relationship among the items and the temporality of association. By using the proposed algorithm, the binary data is converted to common numerical value for representing the time-value implicitly, then clustering algorithm is combined with the association analysis, which improves the supports of most association rules. Several indicators are used to evaluate the r