期刊文献+

多时间粒度自动划分对动态关联规则挖掘影响的研究 被引量:1

原文传递
导出
摘要 1概述 在数据挖掘领域中,有一类数据本身之间存在着千丝万缕的联系,而又在时间的推移下不断的演化,传统的数据挖掘仅仅只基于时间本身,对时间之间的关联关系和因果关系描述不足的情况也几乎没有考虑到时间尺度对于时间的数据关系的影响。1996年至1998年,Claudio Bettini等首次提出将时间间隔大小看做时间粒度的观念。1993年,Agrawal等首次提出了时间序列的挖掘模式,为动态关联规则的研究奠定了基础,荣冈等在此基础上提出了动态关联规则的定义,而沈斌等在此基础上将动态关联规则挖掘的定义及挖掘算法进行了改进,加上时间因素后,使得挖掘出来的规则更加有意义。
作者 程雅琼 蔡亮
出处 《网络安全技术与应用》 2015年第10期66-67,共2页 Network Security Technology & Application
  • 相关文献

参考文献4

二级参考文献26

  • 1荣冈,刘进锋,顾海杰.数据库中动态关联规则的挖掘[J].控制理论与应用,2007,24(1):127-131. 被引量:24
  • 2Liu Jin-feng, Rong Gang. Mining dynamic association rules in databases [ C ]. Proc of Int Conf on Computational Intelligence and Security. Xi'an, 2005: 688-695.
  • 3Wai-Ho Au, Keith C C Chan. Mining changes in association rules: A fuzzy approach[J]. Fuzzy Sets and Systems, 2005, 149(1): 87-104.
  • 4Dong G Z, Li J Y. Mining border descriptions of emerging patterns from dataset pairs [J]. Knowledge and Information Systems, 2005, 8(2) : 178-202.
  • 5Vreeken J, Van Leeuwen M, Siebes A. Characterising the difference[C]. Proc of 13th ACM SIGKDD Int Conf on Knowledge Discovery and Data Mining. San Jose, 2007: 765-774.
  • 6Van Leeuwen M, Siebes A. STREAMKRIMP: Detecting change in data streams[C]. Proc of European Conf on Machine Learning and Principles and Practices of Knowledge Discovery in Data. Antwerp, 2008: 672- 687.
  • 7Wai-Ho Au, Keith C C Chan. An evolutionary approach for discovering changing patterns in historical data[C]. Proc of 11th IEEE Int Conf on Fuzzy Systems. Honolulu, 2002: 890-895.
  • 8Deepa Shenoy P, Srinivasa K G, Venugopal K R. Dynamic association rule mining using genetic algorithms [J]. Intelligent Data Analysis, 2005, 5(9): 439-453.
  • 9韩家炜 Michelin K.数据挖掘:概念与技术[M].北京:机械工业出版社,2001..
  • 10Ozden B, Ramaswamy S, Silberschatz A. Cyclic Association Rules[C].Proc. of Int. Conf. on Data Engineering, Orlando, FL, 1998-02:412-421.

共引文献54

同被引文献6

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部