带模糊属性的空间Co-Location模式挖掘研究

摘要

空间Co-Location模式挖掘是空间数据挖掘的一个重要研究方向，正受到越来越多的关注。在实际应用中，空间特征不仅包含空间信息，还经常伴随着属性信息，这些属性信息对决策和知识发现有重要意义。然而现有的Co-Location挖掘方法只强调特征的空间信息，忽略了其属性信息。基于对属性信息的模糊化处理，定义了模糊特征和模糊Co-Location模式等概念。类似于传统空间Co-Location模式挖掘中的相关概念，定义了模糊Co-Location模式的表实例和参与度等概念。在证明模糊Co-Location模式的向下闭合性质的基础上，设计了一个基本挖掘算法。为提高算法的可伸缩性，提出了两个剪枝方法。在合成的和真实的数据集上进行了大量实验，验证了基本算法及其改进算法的效果和效率。