一种增量时态关联规则算法
由于时态数据都有较强的时间性,即数据会随时间的变化而变化,当前已发现的某些关联规则可能不再有效。因此,提出了一种时态约束下的增量式关联规则挖掘算法,随着新数据的产生,增量地更新关联规则集,尽可能地只处理新数据。该算法主要是根据时态事件模型和序列模型以及Apriori原则,在快速更新算法思想基础上产生的,在实际应用中有很大的意义,能对股票数据、银行数据、超市数据和气象数据等时态数据进行分析和研究。
增量式更新 数据挖掘 关联规则 序列模型
王俊华 张锡琴 冯敏敏
浙江工业大学经贸学院,浙江,杭州,310023
国内会议
哈尔滨
中文
115-117
2009-08-07（万方平台首次上网日期，不代表论文的发表时间）