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:
空间co-location模式是指其实例在空间邻域内频繁一起出现的空间特征子集.与传统的空间co-location模式挖掘不同,在空间高效用co-location模式挖掘中,不再将参与度(PI)作为有趣模式的度量指标,而是将效用值作为挖掘有趣模式的兴趣度量指标.现有的空间高效用co-location模式挖掘方法分为特征带效用和实例带效用两类.特征带效用的现有方法没有考虑不同特征效用之间的差异,挖掘的结果往往包含了许多不尽合理的“高效用”模式;而实例带效用的现有方法,则考虑了不同特征对模式效用的影响,但没有客观地度量这种影响.该文提出了一种确定特征在模式中的效用权重ω(fi,c)的方法,定义了更为合理的空间高效用co-location模式概念,设计了一个有效的挖掘算法.大量的实验表明提出的高效用co-location模式度量方法和相应的挖掘算法能够处理特征效用差异性和特征间的相互影响问题,能更有效地挖掘到空间高效用co-location模式.
推荐文章
数据流高效用模式挖掘综述
数据流挖掘
高效用模式
窗口模型
基于MapReduce的top-k高效用模式挖掘算法
数据挖掘
top-k
高效用模式
MapReduce
并行算法
空间极大co-location模式挖掘研究
空间数据挖掘
空间极大co-location模式挖掘
极大团
带模糊属性的空间Co-Location模式挖掘研究
空间Co-Location模式
模糊属性
模糊Co-Location模式
剪枝
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 基于特征效用参与率的空间高效用co-location模式挖掘方法
来源期刊 计算机学报 学科 工学
关键词 空间数据挖掘 空间co-location模式 高效用 效用权重 数据挖掘
年,卷(期) 2019,(8) 所属期刊栏目 大数据
研究方向 页码范围 1721-1738
页数 18页 分类号 TP18
字数 15884字 语种 中文
DOI 10.11897/SP.J.1016.2019.01721
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 王丽珍 云南大学信息学院 110 1069 18.0 27.0
2 陈红梅 云南大学信息学院 26 170 7.0 12.0
3 杨培忠 云南大学信息学院 2 7 1.0 2.0
4 方圆 云南大学信息学院 4 5 1.0 2.0
5 王晓璇 云南大学信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (12)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空间数据挖掘
空间co-location模式
高效用
效用权重
数据挖掘
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
总被引数(次)
187004
论文1v1指导