共現(xiàn)行為的周期性探測(cè)與研究.pdf

1、隨著互聯(lián)網(wǎng)應(yīng)用的普及以及存儲(chǔ)技術(shù)的發(fā)展，經(jīng)常會(huì)遇到海量的結(jié)構(gòu)復(fù)雜的數(shù)據(jù)需要分析，如微博信息數(shù)據(jù)、生物學(xué)數(shù)據(jù)、電子商務(wù)數(shù)據(jù)和移動(dòng)信息數(shù)據(jù)等等，這些數(shù)據(jù)都可以用樹(shù)結(jié)構(gòu)或圖結(jié)構(gòu)來(lái)表示，并且在時(shí)間序列上是連續(xù)的。如何對(duì)這些時(shí)間序列數(shù)據(jù)進(jìn)行挖掘，從中提取出我們需要的信息，已經(jīng)成為數(shù)據(jù)挖掘研究領(lǐng)域的熱點(diǎn)。不過(guò)目前的時(shí)間序列數(shù)據(jù)挖掘技術(shù)還處于起步階段，挖掘算法有待補(bǔ)充和完善。在現(xiàn)實(shí)應(yīng)用中，時(shí)間序列上周期性更為常見(jiàn)，更加具有研究?jī)r(jià)值和意義，是時(shí)間序列數(shù)

2、據(jù)挖掘的研究熱點(diǎn)。
　　 現(xiàn)實(shí)生活中，經(jīng)常會(huì)有一些人周期性的共同做一些事情，如:每天早晨固定的一些老年人在廣場(chǎng)鍛煉，基督教徒每周日去教堂做禮拜等。這些周期性共同出現(xiàn)的人，很有可能由不認(rèn)識(shí)的人變?yōu)楹糜?。我們挖掘出這些人，在好友關(guān)系發(fā)現(xiàn)上可以做一些預(yù)測(cè)。再比如，某個(gè)家庭主婦每隔固定時(shí)間逛一次超市買(mǎi)一些生活消耗品（如肥皂、油、米、面等），我們挖掘出周期性共同購(gòu)買(mǎi)的產(chǎn)品后，可以進(jìn)行商品推薦服務(wù)。所以，本文就選擇了時(shí)間序列周期模式挖掘?yàn)橹?/p>

3、要研究對(duì)象。
　　 本文首先介紹了時(shí)間序列數(shù)據(jù)挖掘的研究現(xiàn)狀，然后對(duì)現(xiàn)有的時(shí)間序列周期模式挖掘算法進(jìn)行了詳細(xì)的分析。目前，大多數(shù)的研究都是對(duì)全局周期模式挖掘的研究，有很多有用的周期模式僅發(fā)生在時(shí)間序列的某個(gè)局部時(shí)間段上，現(xiàn)有的算法不能挖掘出這樣在某個(gè)時(shí)間段頻繁發(fā)生的周期模式。在分析了Aprior算法、類(lèi)Aprior算法以及最大子模式命中算法后。發(fā)現(xiàn)最大子模式命中算法相對(duì)于類(lèi)Apriori算法在挖掘的效率上有了明顯提高，但仍需要對(duì)

4、時(shí)間序列的數(shù)據(jù)庫(kù)掃描兩次，并且都要對(duì)模式進(jìn)行頻繁計(jì)數(shù)等工作。
　　 針對(duì)以上不足，本文提出一種基于更新模式樹(shù)的周期模式挖掘算法，該算法能夠全部實(shí)現(xiàn)前人算法的功能，并擁有更大的優(yōu)勢(shì):能夠挖掘出只在局部頻發(fā)出現(xiàn)的周期模式;能夠同時(shí)進(jìn)行多個(gè)周期模式的挖掘等。并且在掃描數(shù)據(jù)庫(kù)的次數(shù)上，只用掃描一次，大大的提高了算法效率。又因?yàn)橹粧呙枰淮螖?shù)據(jù)庫(kù)，在數(shù)據(jù)的輸入形式上，能夠支持動(dòng)態(tài)輸入數(shù)據(jù)。最后，在算法應(yīng)用方面本文也進(jìn)行了一定的研究，在研究人