状态转移模式的三支增量挖掘

摘要

cqvip:针对动态多元时间序列(MTS)上的状态转移模式(STAP)挖掘问题,提出一种准确高效的三支增量挖掘算法(3IU-STAP)。该算法根据原始数据、已有频繁STAP和增量数据构造出候选模式,使用频繁阈值将其划分至正域、负域以及边界域。仅边界域中的候选模式需要延迟决策,即通过扫描数据集来判断其是否频繁。准确性方面,设计了增量数据补齐技术,获得候选模式实际出现次数。效率方面,使用了向下封闭性质来控制候选模式数量,尽可能减少对数据的扫描。在4个真实数据集上的实验结果表明,与非增量方法相比,3IU-STAP可以得到准确结果,同时显著提高效率。