時態(tài)關聯(lián)規(guī)則挖掘算法研究及其在學術(shù)合作關系挖掘中的應用.pdf

1、學術(shù)關系是社會關系的重要組成部分，學術(shù)關系挖掘?qū)τ诳萍荚u價有著重要的意義。本文闡述了社會關系信息化分析技術(shù)的研究現(xiàn)狀，研究并分析了數(shù)據(jù)挖掘中關聯(lián)規(guī)則挖掘和時態(tài)關聯(lián)規(guī)則挖掘的相關知識。提出利用漸進時間分區(qū)挖掘算法挖掘?qū)＜议g的學術(shù)合作關系。
　　 針對學術(shù)合作關系具有隨時間有效的特點，而傳統(tǒng)Apriori算法不適用具有時間屬性數(shù)據(jù)項的關聯(lián)規(guī)則挖掘問題，采用了漸進時間分區(qū)挖掘算法挖掘?qū)＜覍W術(shù)合作關系。論文闡述了漸進時間分區(qū)挖掘算法的基

2、本思想和相關定義，詳細介紹了該算法的分區(qū)方法和自連接方法。該算法根據(jù)不同分區(qū)的累計數(shù)來求解不同時間分區(qū)的關聯(lián)規(guī)則，有效的解決時態(tài)約束關聯(lián)規(guī)則挖掘問題，同時，以論文合作作者的學術(shù)關系挖掘作為例子驗證了該算法的有效性。針對學術(shù)合作關系有效合作時間不確定的特點，論文的發(fā)表時間不能夠完全代表學術(shù)的合作時間，在此基礎上研究并分析了時間分區(qū)的擴展與歸并技術(shù)，對經(jīng)過漸進時間分區(qū)算法挖掘得出的頻繁項集所出現(xiàn)的時間分區(qū)進行必要的擴展和歸并，并在此基礎上結(jié)