首页> 中文学位 >关联规则在时间序列数据挖掘中的应用
【6h】

关联规则在时间序列数据挖掘中的应用

代理获取

目录

文摘

英文文摘

独创性声明及关于论文使用授权的说明

第1章绪论

第2章时间序列分析

第3章数据挖掘与时间序列数据挖掘研究

第4章平均域值关联规则挖掘算法

第5章平均域值关联规则挖掘算法在时间序列数据挖掘中的应用

结论

参考文献

附录

攻读硕士学位期间所发表的学术论文

致谢

展开▼

摘要

本文针对Apriori算法的不足,在分析大量的国内外关于关联规则的研究的基础上,提出了一种新型的多支持度和多置信度关联规则发现算法-平均域值关联规则挖掘算法(MT-Apriori:MeanThresholdApriori)。此算法应用Apriori算法的基本思想,采用平均支持度和平均置信度阈值进行关联规则的挖掘,即首先采用平均支持度阈值进行频繁项集的发现,然后,根据发现的频繁项集和平均置信度阈值进行关联规则的挖掘,这样不仅可以避免Apriori算法的不足,又可以挖掘出用户感兴趣的关联规则。本文最后把MT-Apriori算法分别应用到股票、超市和医学的数据挖掘之中。实验结果显示了此算法相对于Apriori算法有了一定的改进。

著录项

  • 作者

    柴明亮;

  • 作者单位

    北京工业大学;

  • 授予单位 北京工业大学;
  • 学科 控制理论与控制工程
  • 授予学位 硕士
  • 导师姓名 宋苏;
  • 年度 2006
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 算法理论;
  • 关键词

    数据挖掘; 关联规则; 时间序列;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号