欢迎来到天天文库
浏览记录
ID:36774461
大小:2.37 MB
页数:52页
时间:2019-05-15
《时间序列的聚类和关联规则挖掘研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、型燮鲨型茎.㈣哕燃必摘要信息技术的高速发展导致了海量数据的产,生。如何在这些海量数据中发现有用的知识,是我们目前面临的最主要问题。数据挖掘技术的出现,为解决这一问题提供了有力的工具。在这些海量数据中,有一类很重要的数据对象——时
2、’日J序列。所谓时fnJ序列就是按照时间先后顺序排列各个观测记录的数据集,众多领域中的数据集都具有这个特点。由于时间序列可以准确反映事件随时问变化的过程,近几年来已经成为了数据挖掘领域研究的热点之一。动态性、高维度、高特征相关性和火量噪音是时I'日J序列的独特结构,这种特征使许多经典的处理静态数据的算法难以发挥作用,极大地增加了挖掘算法的研究难度
3、。因此,开展时间序列的数据挖掘研究,是~个具有挑战性的、且有理论价值和实际意义的研究课题。现实中的大量系统可以用复杂网络来刻画。一个典型的网络是由许多节点与连接两个节点之间的边组成,其中节点用来代表真实系统中不同的个体,而边则用来表示个体之间的关系。近年来,复杂网络的研究受到了越来越多的关注,并渗透到从fj然科学到工程科学共至社会科学的多个领域。复杂网络具有的特征之一是社闭结构,诸多学者从不同角度对如何发现网络中的社团结构问题进行了研究。事实l:,发现网络中社团的过程就是聚类的过程。如何利用复杂网络解决时
4、’自J序列的聚类I、uJ题,足。个值得研究的课题。聚类和关联舰则挖
5、掘是数据挖掘领域研究的基本I、uJ题。本文通过对序列F1_l的H扑iJ进行加权和结合复杂网络理沦,开展了如下的研究:_I:作。提出了⋯种基于Normal矩阵谱平分法的时问序列聚类算法。该算法首先对时f¨J序列数据进行向量形式转化,计算出各个时间序列I’日J的相似度并构建复杂网络,然后利用基于Normal矩阵的谱平分法进行社团划分,相似的时
6、’只J序列被划分到一个礼团,即实现对时问序列数据的聚类。为了验证该方法的有效性和町行性,将其应用丁实惭:的股票时间序列数据聚类分析中,取得了较好的实验结果。在时间越近越重要原贝0指导下,对记录进行时l’日J加权,通过给出加权的公式,提出
7、了一种基于背景的加权关联规则挖掘方法。该算法可以针‘埘用户感兴趣的时间一地,_背景进行关联规则挖掘。相比传统挖掘方法,该方法通过从低层次到高层次概念的序列映射,可以分析U{不同粒度层次的相关信息,有利于决策者做出更准确的决策分析,制定更优的策略。关键词:数据挖掘;时间序列;聚类;关联规则;复杂网络基丁.时间序列的聚类和关联规则挖掘TheStudyofClusterandAssociationRuleMininginTimeSeriesAbstractTherapiddevelopmentofinformationtechnologybringshugedata.andit
8、isimportanthowtomineusefulknowledgeinthesedata.Thedataminingseemstobeapowerfultooltodealwiththisproblem.Amongthesemassdata,oneoftheimportantdatatypesistimeseries(TS)whichiSdatasetthatthedatarecordsarearrangedovertime.Thevariousdataproducedinmanyfilessharethischaracteristic.Inrecentyears,t
9、heresearchonTShasbeenoneofthepopulartopicsindataminingbecauseTScandescribeexactlytheeventchangeprocedureovertime.Thedynamicity,highdimensions.characteristicdependencyandnoisearetheuniquestructureofTS.Forthisreason,itisdifficulttomineknowledgein’FSbyusingofclassicalmethodsandalgorithms.The
10、refore,researchingondatamininginTSisachallengingandvaluableproblemintheoryandpractice.Manysystemsintheworldcallbemodeledbycomplexnetwork.Atypicalnetworkiscomposedofnodesandedgesconnectednodes,wherenodesrepresentthedifferententitiesandedgesreflecttherelationsbetweena
此文档下载收益归作者所有