时空共现模式在流数据上发现.docxVIP

时空共现模式在流数据上的发现 汇报人：霍江涛 2013年3月22日 概要 背景知识 相关工作 研究工作 总结和展望 背景知识 时空共现模式定义 R(A,B)Ð 共现率ρ A:Nx B:Ny Ñ=0.5 (A,B)=(x,y) ρ:Min(x/Nx ,y/Ny) ρ=0.5 时空共现模式属性 ABC(23-1) (A,B,C,AB,AC,BC,ABC) ABCD(24-1) (A,B,C,D,AB,AC,BC…,BCD,ABCD) (ABCDE)(25-1) … (ABCDEFGHIJ)(210-1) 类别N----时间复杂度O(2N-1) 研究动机 时空共现模式在社会诸多领域有着应用广泛 查询建议 朋友推荐 服务推荐 科学 , 生态学 ,医药卫生,…. 目前的研究集中于静态的数据集 不能有效的反应出时空共现模式中的变化趋势 不能反应当前模式与先前模式之间的关系 相关工作 空间共现模式发现 时空共现模式发现 基于时间序列的模式发现与匹配 相关工作 空间共现模式发现 相关工作 时空共现模式发现 时空阈值(θs, θt ) 单次时间： 多次时间： 相关工作 基于时间序列的模式发现与匹配 模式发现 模式匹配 研究工作 基于流数据 新的参与度计算方法 渐增交叉性时空共现模式发现 共现模式随时间演化的趋势发现 权重：W(A)=（A在相关共现事件参与次数） 哈希树：存储每次共现事件类型。 哈希表：存储与每个类型事件共现的其他事件。 A B C D E F ….. 1 1 1 1 1 1 处理流程 Input: (t0) A1 1.6 1.6 A2 1.3 1.6 A3 2.6 2.5 A4 2.7 0.2 A5 2.8 0.7 B1 1.8 1.8 B2 1.7 1.4 B3 1.3 1.3 B4 1.6 1.1 B5 0.5 0.5 B6 0.3 0.2 B7 2.5 2.7 C1 1.5 0.9 C2 1.8 0.9 C3 0.25 0.4 ……… 交叉性时空共现模式发现 度量要点 决定需要处理的网格 决定需要处理的事件 将交叉性共现事件映射到下一个时间片 冲突解决 处理网格 假设在一个网格中共有k种事件，每种事件的数量为Ni (1=i=k) 一个网格中所有事件总数为： Sum(objects)=N1+N2+…..+Nk 假设我们一共有M 个网格，那么每个网格的平均事件数为： P=Sum(objects)/M 需要处理的网格阈值为: θ=λ1P(λ1=0.8) 需要处理的事件数量阈值为: Ni λ2Sum(objects) 冲突处理 映射相关网格包含有相同数据集 忽略事件ID，直接映射 映射网格中相关类型事件数量达到一定比例： 当Ñi λ3Sum(objects)/k（λ3=2），不再映射进新网格 当前时空共现模式 时间序列:t0,t1,t2,t3,t4,t5,t6,t7,t8,t9,t10... 定义衰减因子 λ 各时间片内共现模式 t0:(A,B)-(X0AB,Y0AB),(A,C)-(X0AC,Y0AC)…(N0A,N0B,N0C) t1:(A,B)-(X1AB,Y1AB),(A,C)-(X1AC,Y1AC)…(N1A,N1B,N1C) …. 整合入历史数据后的共现模式 t10:(A,B)-(X10AB,Y10AB),(A,C)-(X10AC,Y10AC)…(N10A,N10B,N10C) T(A,B)=(XAB,YAB)-----(NA,NB) XAB=X10AB+ λX9AB+ λ2X8AB +…..+ λ10X0AB YAB=Y10AB+ λY9AB+ λ2Y8AB +…..+ λ10Y0AB NA=N10A + λN9A +λ2N8A +….+λ10N0A NB=N10B + λN9B +λ2N8B +….+λ10N0B 共现率T(A,B): min(XAB/NA, YAB/NB) 最终共现模式的正确性 共现率T(A,B): min(XAB/NA, YAB/NB)，阈值为μ XAB/NA= (X10AB+ λX9AB +…..+ λ10X0AB)/(N10A + λN9A ….+λ10N0A ) 在上式中有， (1) X10AB /N10A (μ N10A) /N10A … X0AB /N0A (μ N0A) /N0A (2) N0A /N10A = α0， N1A /N10A = α1， N2A /N10A = α2，…..， N9A /N10A = α9 (3) XAB/NA = (X10AB+ λX9AB +…..+ λ10X0AB)/(N10A + λN9A ….+λ10N0A ) =(X10AB+ λX9AB +…..+ λ10X0AB)/