[發(fā)明專利]一種基于FP-樹的時空數(shù)據(jù)挖掘分析方法

在審

• 申請?zhí)枺?/td>: 201810877226.8
• 申請日: 2018-08-03
• 公開（公告）號: CN109344150A
• 公開（公告）日: 2019-02-15
• 發(fā)明（設(shè)計）人: 宋耀蓮;田榆杰;龍華;王慧東;徐文林;武雙新
• 申請（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2458
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于FP-樹的時空數(shù)據(jù)挖掘分析方法，其特征在于：

Step1、建立一個時空數(shù)據(jù)信息記錄的數(shù)據(jù)庫，并對數(shù)據(jù)進行轉(zhuǎn)換處理后生成新的事務(wù)表，表中包括以下字段：事務(wù)編號ID、空間謂詞、屬性值、時間值；

Step2、設(shè)置最小支持度閾值min_sup和最小置信度閾值min_conf，對事務(wù)表進行第一次掃描，去除掉事務(wù)表中所有支持度計數(shù)support_count_x小于最小支持度閾值的數(shù)據(jù)項，記錄剩余數(shù)據(jù)項的支持度計數(shù)并按降序排序，生成頻繁1-項集的新事務(wù)表；

Step3、對新事務(wù)表進行第二次掃描，初始化FP-樹，以字符null做為根節(jié)點，按照新事務(wù)表順序依次插入每條事務(wù)的數(shù)據(jù)項作為節(jié)點，生成對應(yīng)的分支路徑同時建立項頭表，項頭表中，在加入數(shù)據(jù)項節(jié)點時需統(tǒng)計其出現(xiàn)的次數(shù)，形式為(X_i,N)，X_i為第i個數(shù)據(jù)項，N為出現(xiàn)的次數(shù)；

Step4、從FP-樹的每條路徑的結(jié)尾節(jié)點依次向上提取出相應(yīng)的3-項集，3-項集的支持度計數(shù)support_count_xj大于等于min_sup時，該3-項集作為頻繁3-項集l保留，反之剔除；

Step5、設(shè)每個頻繁3-項集l中的空間謂詞為子集s，若屬性值與時間值的集合(l-s)與s的支持度計數(shù)之比大于等于最小置信度閾值min_conf，則輸出強時空關(guān)聯(lián)規(guī)則該強規(guī)則的置信度大小為l與s的支持度計數(shù)之比的值將所計算出來的所有強時空關(guān)聯(lián)規(guī)則按照其置信度confidence的大小進行排序，生成時空關(guān)聯(lián)規(guī)則表；

Step6、將時空關(guān)聯(lián)規(guī)則表結(jié)合實驗數(shù)據(jù)的背景知識，對該結(jié)果進行相應(yīng)的意義分析、比較。

2.根據(jù)權(quán)利要求1所述的基于FP-樹的時空數(shù)據(jù)挖掘分析方法，其特征在于：所述步驟Step1中，收集到的時空數(shù)據(jù)包括名稱、屬性值、地址和發(fā)生時間，對其進行數(shù)據(jù)的轉(zhuǎn)換處理，具體步驟為：

(1)對收集的數(shù)據(jù)進行預(yù)處理，過濾掉不相關(guān)的冗余數(shù)據(jù)，包括不在研究目標時間與空間范圍內(nèi)的數(shù)據(jù)；

(2)對空間數(shù)據(jù)進行形式化處理，按各對象與某一目標對象的空間距離關(guān)系來對各個對象數(shù)據(jù)賦予相應(yīng)的空間謂詞；

(3)接著按事務(wù)具體發(fā)生的時間點，生成事務(wù)表來存儲處理過的時空數(shù)據(jù)，事務(wù)表包括以下幾個字段：事務(wù)ID、空間謂詞、屬性值、時間點。

3.根據(jù)權(quán)利要求1所述的基于FP-樹的時空數(shù)據(jù)挖掘分析方法，其特征在于：所述步驟Step3中，分支路徑由根節(jié)點null和對應(yīng)的數(shù)據(jù)項節(jié)點組成，其中數(shù)據(jù)項節(jié)點的路徑順序為Step2中的頻繁項支持度計數(shù)降序排序。

4.根據(jù)權(quán)利要求1所述的基于FP-樹的時空數(shù)據(jù)挖掘分析方法，其特征在于：所述步驟Step5的強時空關(guān)聯(lián)規(guī)則置信度大小的計算公式如公式(1)所示：

其中：

式中，min_conf為最小置信度閾值；l為頻繁3-項集，s為l的空間謂詞非空子集；support_count(l)、support_count(s)、support_count(l-s)分別為括號內(nèi)字母的支持度計數(shù)，為強時空關(guān)聯(lián)規(guī)則。