-
题名多粒度时间部分周期模型
被引量:1
- 1
-
-
作者
夏卓群
邓广慧
古华茂
程昱
-
机构
长沙理工大学计算机与通信工程学院
浙江工商大学信息学院
浙江大学计算机学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第5期1002-1004,1050,共4页
-
文摘
时间的描述和划分是时态数据采掘中一个非常重要的方面,针对目前时态数据采掘中缺少对多粒度时间等的研究的现状,提出了多粒度时间,粒度转换,时态序等的严格数学定义,并研究和证明了它们的相关性质。以此为基础引出了一个多粒度时间部分周期模型,对模型的支持度和置信度等性质进行了详细讨论,并将多粒度时间下的部分周期模型运用到股票数据实验中,实验表明所提出的模型对于研究时态数据采掘具有重要意义。
-
关键词
数据挖掘
多粒度时间
粒度转换
时态序
部分周期
周期模式
-
Keywords
data mining
multiple time granularity
granularity transform
temporal series
partial periodicity
periodicity pattern
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名多粒度时间文本数据的周期模式挖掘算法
被引量:1
- 2
-
-
作者
孟志青
楼婷渊
胡强
-
机构
浙江工业大学经贸管理学院
-
出处
《计算机科学》
CSCD
北大核心
2013年第11A期251-254,262,共5页
-
文摘
大规模文本数据挖掘是大数据分析的重要分支,也是近年来的一个研究热点。研究了多粒度时间文本数据周期模式挖掘算法,首先提出了时间粒度转换、多粒度时间间隔等概念,然后建立了文本数据的周期模型,给出了一个多粒度时间文本下的周期模式挖掘算法,最后对大量病毒文本文献数据进行了实验,表明了提出的算法可以挖掘一些有效的周期模式,讨论了周期宽松度对支持度和置信度的影响。该研究为大文本数据分析提供了一种新的方法。
-
关键词
多粒度时间
文本数据
数据挖掘
周期模式
-
Keywords
multiple granularity, textual data,data mining, periodic pattern
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名多粒度时间下的部分周期模式挖掘
被引量:1
- 3
-
-
作者
程昱
古华茂
-
机构
湘潭大学信息工程学院计算机系
浙江工商大学信息学院
-
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2005年第24期93-95,共3页
-
文摘
提出了两种在多粒度时间下的部分周期挖掘算法。第1种算法利用模式的父子关系、支持度和置信度阈值裁剪候选模式集。第2种算法对每个输入寻找覆盖它的周期模式,由此来计算模式的支持度和置信度。实验表明了提出的算法在多粒度时间下挖掘部分周期是有效的。
-
关键词
部分周期
多粒度
数据挖掘
周期模式
-
Keywords
Partial periodicity
multiple granularity
data mining
periodic pattern
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-