空间亚频繁co-location模式的主导特征挖掘

• 作者: 王丽珍 肖清 陈红梅 马董
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 空间数据挖掘 空间co-location模式 亚频繁co-location模式 主导特征 主导特征co-location模式
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 第36届CCF中国数据库学术会议(NDBC2019)
• 页码范围: 465-472
• 页数: 8页
• 分类号: TP391
• 字数: 9012字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019081900

摘要

空间co-location模式是一组空间特征的子集,它们的实例在邻域内频繁并置出现.通常,空间co-location模式挖掘方法假设空间实例相互独立,并采用空间实例参与到模式实例的频繁性(参与率)来度量空间特征在模式中的重要性,采用空间特征的最小参与率(参与度)来度量模式的有趣程度,忽略了空间特征间的某些重要关系.因此为了揭示空间特征间的主导关系而提出主导特征co-location模式.现有主导特征模式挖掘方法是基于传统频繁模式及其团实例模型进行挖掘,然而,团实例模型可能会忽略非团的空间特征间的主导关系.因此,基于星型实例模型,研究空间亚频繁co-location模式的主导特征挖掘,以更好地揭示空间特征间的主导关系,挖掘更有价值的主导特征模式.首先,定义了两个度量特征主导性的指标;其次,设计了有效的主导特征co-location模式挖掘算法;最后,在合成数据集和真实数据集上通过大量实验验证了所提算法的有效性以及主导特征模式的实用性.

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	肖清	云南大学信息学院	14	36	3.0	5.0
4	马董	云南大学信息学院	1	0	0.0	0.0