基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析时空K-匿名技术处理的LBS查询数据,可以获取反映用户查询规律的关联规则,以提供有效的预测功能.传统的数据挖掘方法不能同时考虑到匿名集的时空特性和概率化特性,文中提出了一种针对快照查询的时空K-匿名集数据的概率化关联规则挖掘方法.首先,采用概率化的方法计算出各元素集的支持度;其次,分析时空K-匿名集数据的时空泛化特性;再次,挖掘特定时段的匿名集数据,得到由网格推理特定用户的关联规则;最后,实验对比分析文中提出方法与传统方法挖掘规则的性能.结果发现:对于相同K值不同批次的实验数据,在挖掘规则的数量、支持度均值、置信度均值三个指标上,文中提出方法低于传统的方法;而在基于规则预测的准确率均值、召回率均值、F值均值三个指标上,文中提出方法高于传统方法,表明提出方法具有挖掘规则集中、预测性能高的优点,具有可用性.
推荐文章
基于扩展的嵌套关系代数的关联规则挖掘查询
数据挖掘查询
关联规则
嵌套代数
完全加权关联规则挖掘及其在查询扩展中的应用
信息检索
局部反馈
查询扩展
关联规则
项完全加权
基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法
正负关联规则挖掘
双支持度阈值
Apriori算法
非频繁项集
IDF加权
大数据环境下相容数据集的关联规则数据挖掘
大数据
相容数据集
不相容数据集
关联规则
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 快照查询匿名集关联规则的概率化挖掘方法
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 时空K-匿名 匿名集 关联规则挖掘 概率化 快照查询
年,卷(期) 2017,(5) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 68-73
页数 6页 分类号 TP208
字数 3527字 语种 中文
DOI 10.14132/j.cnki.1673-5439.2017.05.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张海涛 南京邮电大学地理与生物信息学院 34 184 8.0 12.0
2 朱云虹 南京邮电大学通信与信息工程学院 5 42 3.0 5.0
3 武晨雪 南京邮电大学通信与信息工程学院 2 5 2.0 2.0
4 汪佩佩 南京邮电大学通信与信息工程学院 3 3 1.0 1.0
5 张波波 南京邮电大学通信与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (93)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (5)
1946(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(12)
  • 参考文献(2)
  • 二级参考文献(10)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
时空K-匿名
匿名集
关联规则挖掘
概率化
快照查询
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导