时空关联规则挖掘算法及其在ITS中的应用

同时考虑时间和空间约束,能够在分析过程中及时过滤不相关的数据,提高时空关联规则的获取效率。基于这一思路,在频繁项集的产生过程中同时分析数据的时间有效性和空间关联性,提出了Spatio-Temporal Apriori(STApriori)算法。算法首先对时空数据进行时间段划分和空间关联性分析并形成事务表,然后对空间关联的项集进行连接并产生时空关联规则。实验表明了算法的有效性。该算法在智能交通系统(ITS)的应用,可以利用路段间的时空关联规则分析交通拥堵趋势。