基于SFVS的时序关联规则动态发现方法

• 作者: 夏士雄 张新玉 牛强
• 来源期刊: 计算机应用研究
• 关键词: 时间序列 统计特征矢量 符号化表示 关联规则
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2571-2574
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.07.046

摘要

针时时间序列关联规则挖掘存在时间复杂度高、效率低等问题,将基于SFVS(统计特征矢量符号化)的时间序列表示方法引入到时序关联规则发现中,利用描述时序数据统计特征的均值与方差分别作为描述其平均值及发散程度的分量,实现时间序列表示的矢量化,然后再进行动态关联规则挖掘.实验结果表明,基于该方法所获取的关联规则具有更高的精确度和可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛强	中国矿业大学计算机学院	57	459	11.0	19.0
2	夏士雄	中国矿业大学计算机学院	118	1158	18.0	28.0
3	张新玉	中国矿业大学计算机学院	3	13	3.0	3.0