基于時(shí)間序列聚類的關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、隨著互聯(lián)網(wǎng)和電子商務(wù)的發(fā)展,越來越多的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)聚集在互聯(lián)網(wǎng)上。例如,顧客網(wǎng)上購買行為、新聞瀏覽和跳轉(zhuǎn)蹤跡以及 Web點(diǎn)擊量等等。在大規(guī)模海量數(shù)據(jù)的整合處理和深層次量化分析的實(shí)際需求下,孕育了一項(xiàng)重大技術(shù),即數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘大致可分為分類模式、回歸模式、關(guān)聯(lián)模式、時(shí)間序列模式和聚類模式。其中,關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘里面研究熱點(diǎn)之一。傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法用于挖掘靜態(tài)的規(guī)則,即沒有考慮關(guān)聯(lián)規(guī)則是隨著時(shí)間變化

2、而變化的,但實(shí)際數(shù)據(jù)庫中的數(shù)據(jù)多帶有時(shí)間這一特性,因此有必要把時(shí)間這一因素添加進(jìn)來觀測關(guān)聯(lián)規(guī)則在時(shí)間上的變化,即為動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘。時(shí)間序列是指一系列在一定時(shí)間間隔下獲取,且具有先后順序的觀測值。時(shí)間序列自身存在趨勢性、季節(jié)性以及趨勢與季節(jié)混合等特點(diǎn)。同時(shí),子序列在時(shí)間上可能存在一定的關(guān)聯(lián)性。
　　首先,本文根據(jù)時(shí)間序列自身的特點(diǎn),通過研究時(shí)序中特定時(shí)間段內(nèi)的某種趨勢頻繁發(fā)生,提出基于滑動(dòng)窗口聚類的時(shí)序關(guān)聯(lián)規(guī)則挖掘方法?；瑒?dòng)窗口能

3、夠?qū)⑦B續(xù)的時(shí)間序列離散為多個(gè)子序列,并對子序列進(jìn)行符號化,從而體現(xiàn)出時(shí)間序列的局部趨勢和特征。在此基礎(chǔ)上,利用聚類算法對子序列進(jìn)行聚類,發(fā)現(xiàn)相似趨勢。之后利用關(guān)聯(lián)規(guī)則挖掘方法挖掘相似趨勢之間的相關(guān)關(guān)系。該算法不僅能使用戶發(fā)現(xiàn)更感興趣的規(guī)則,且能反映該規(guī)則在特定時(shí)間段內(nèi)的變化趨勢,同時(shí)可指導(dǎo)用戶做短期的預(yù)測或決策。
　　其次,為了能更加有效的發(fā)現(xiàn)時(shí)序中的季節(jié)性,本文通過改進(jìn) ERP-growth算法得到LERP-growth算法。利