[发明专利]一种基于FP-树的时空数据挖掘分析方法

说明书

本发明涉及一种基于FP‑树的时空数据挖掘分析方法，属于时空数据挖掘技术领域。先建立一个时空数据信息记录的数据库，并对数据进行转换处理后生成新的事务表；对事务表进行第一次扫描，计算并保留频繁项；然后，对事务表进行第二次扫描，构建频繁模式树FP‑树，并提取出频繁3‑项集；其次，由各频繁3‑项集产生相应的强时空关联规则，并计算出各强时空关联规则的置信度大小；最后，将强时空关联规则按照其置信度的大小进行排序，生成时空关联规则表。本发明与现有技术相比，主要将单维度的FP‑树算法扩展到了三维时空数据的关联规则分析中，从而对数据间的关联关系起到了更加精准、深层次的分析作用。

技术领域

本发明涉及一种基于FP-树的时空数据挖掘分析方法，属于时空数据挖掘技术领域。

背景技术

FP-树算法是韩家炜等人在2000年提出的关联分析算法，它采取如下分治策略：将提供频繁项集的数据库压缩到一棵频繁模式树(FP-树)，但仍保留项集关联信息。在算法中使用了一种称为频繁模式树(Frequent Pattern Tree)的数据结构。FP-树是一种特殊的前缀树，由频繁项头表和项前缀树构成。

FP-树算法基于以上的结构加快整个挖掘过程，而且算法已经被广泛的应用到商业、网络安全等各个领域。但原始FP-树算法仅能应用到单维度数据领域，无法对时空类的三维数据进行准确的挖掘分析。

发明内容

本发明要解决的技术问题是提供一种基于FP-树的时空数据挖掘分析方法，将单维度的FP-树算法扩展到了三维时空数据的关联规则分析中，从而对数据间的关联关系起到了更加精准、深层次的分析作用。

本发明的技术方案是：一种基于FP-树的时空数据挖掘分析方法，包括如下步骤：

Step1、建立一个时空数据信息记录的数据库，并对数据进行转换处理后生成新的事务表，表中主要包括以下字段：事务编号ID、空间谓词、属性值、时间值；

Step2、设置最小支持度阈值min_sup和最小置信度阈值min_conf，对事务表进行第一次扫描，去除掉事务表中所有支持度计数support_count_x小于最小支持度阈值的数据项，记录剩余数据项的支持度计数并按降序排序，生成频繁1-项集的新事务表；

Step3、对新事务表进行第二次扫描，初始化FP-树。以字符null做为根节点，按照新事务表顺序依次插入每条事务的数据项作为节点，生成对应的分支路径同时建立项头表。项头表中，在加入数据项节点时需统计其出现的次数，形式为(X_i,N)，X_i为第i个数据项，N为出现的次数；

Step4、从FP-树的每条路径的结尾节点依次向上提取出相应的3-项集，3-项集的支持度计数support_count_xj大于等于min_sup时，该3-项集作为频繁3-项集l保留，反之剔除；

Step5、设每个频繁3-项集l中的空间谓词为子集s，若属性值与时间值的集合(l-s)与s的支持度计数之比大于等于最小置信度阈值min_conf，则输出强时空关联规则该强规则的置信度大小为l与s的支持度计数之比的值将所计算出来的所有强时空关联规则按照其置信度confidence的大小进行排序，生成时空关联规则表；

Step6、将时空关联规则表结合实验数据的背景知识，对该结果进行相应的意义分析、比较。

具体地，所述步骤Step1中，收集到的时空数据包括名称、属性值、地址和发生时间，对其进行数据的转换处理，以使得数据可以更好的进行计算，主要包括以下几个步骤：

(1)对收集的数据进行预处理，过滤掉不相关的冗余数据，包括不在研究目标时间与空间范围内的数据；

(2)对空间数据进行形式化处理，按各对象与某一目标对象的空间距离关系来对各个对象数据赋予相应的空间谓词；