一类时态近似周期关联规则的知识发现问题

doi:10.3778/j.issn.1002-8331.2010.20.066

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (20): 241-244.DOI: 10.3778/j.issn.1002-8331.2010.20.066

一类时态近似周期关联规则的知识发现问题

姜华¹，孟志青²，周克江¹，肖建华¹，黄悦¹

1.湖南第一师范学院信息技术系，长沙 410205
2.浙江工业大学经贸管理学院，杭州 310023

收稿日期:2008-12-01 修回日期:2009-02-02 出版日期:2010-07-11 发布日期:2010-07-11
通讯作者: 姜华

Knowledge discovery for a kind of association rules of temporal approximate periodicity

JIANG Hua¹，MENG Zhi-qing²，ZHOU Ke-jiang¹，XIAO Jian-hua¹，HUANG Yue¹

1.Department of Information & Technology，Hunan First Normal College，Changsha 410205，China
2.College of Business and Administration，Zhejiang University of Technology，Hangzhou 310023，China

Received:2008-12-01 Revised:2009-02-02 Online:2010-07-11 Published:2010-07-11
Contact: JIANG Hua

摘要/Abstract

摘要： 研究一类基于时态约束的属性状态之间存在关联的近似周期知识发现问题。首先构造了时态近似周期关联规则模型，然后提出了一个基于SOM（自组织特征映射网络）聚类来寻找近似周期关联规则的算法，对十多年来的股票数据和高频股票数据分别进行了一些实验，实验表明该算法是有效的。

关键词: 数据挖掘, 自组织映射, 近似周期, 关联规则

Abstract: This paper discusses a kind of association rules of temporal approximate periodicity based on temporal constraint.First it presents an association rules of the approximate periodicity pattern.Then，it discusses an algorithm based on self-organizing map to find approximate periodic association rules.Experiment results show that proposed algorithms are efficient.

Key words: data mining, self-organizing map, approximate periodicity, temporal association rules

中图分类号:

TP339

姜华¹，孟志青²，周克江¹，肖建华¹，黄悦¹. 一类时态近似周期关联规则的知识发现问题[J]. 计算机工程与应用, 2010, 46(20): 241-244.

JIANG Hua¹，MENG Zhi-qing²，ZHOU Ke-jiang¹，XIAO Jian-hua¹，HUANG Yue¹. Knowledge discovery for a kind of association rules of temporal approximate periodicity[J]. Computer Engineering and Applications, 2010, 46(20): 241-244.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[4]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[5]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[6]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[7]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[8]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[9]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[10]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[11]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[12]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[13]	顾军华，苏鸣，张亚娟，张丹红. 基于位编码链表的快速频繁模式挖掘算法研究[J]. 计算机工程与应用, 2020, 56(19): 86-93.
[14]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[15]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.

一类时态近似周期关联规则的知识发现问题

Knowledge discovery for a kind of association rules of temporal approximate periodicity

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics