基于时态约束的关联规则挖掘的研究的中期报告.docx

基于时态约束的关联规则挖掘的研究的中期报告
尊敬的指导老师：
我正在从事基于时态约束的关联规则挖掘的研究，现提交中期报告。
一、研究背景及意义
关联规则挖掘是数据挖掘中的一项重要技术，可以发现数据中的频繁项集及它们之间的关联规则。然而，传统的关联规则挖掘只考虑了数据之间的相关性，忽略了事件发生的时间顺序性。而在实际应用中，时间一般都是非常重要的因素，时间顺序可影响事件之间的联系及推断。
基于时态约束的关联规则挖掘就是将时间因素引入关联规则挖掘中，考虑规则在时间上的限制条件。它可以在保证规则的可信度的同时，减少不必要的规则，为用户提供更加准确的决策支持。
二、研究进展
在前期研究中，我们已经完成了关于基于时态限制的客流关联规则挖掘的方案设计。我们以公交车站的客流数据为实验数据，在已采集的数据中挖掘关于客流规律的关联规则，并根据时间约束将其分为多个时间段并进行分析。
当前阶段，我们已经实现了时间限制下的频繁项集挖掘及关联规则挖掘算法，并进行了实验验证。结果表明，在加入时间限制后，发现了更加准确、有用的关联规则，与无时间限制的情况相比，规则的置信度较高，可信度更高。
三、研究计划
下一步我们将继续完善该算法，尝试将其应用于实际应用场景，如金融、医疗等领域。此外，我们还将进一步研究加入时间因素后的关联规则模型，优化算法设计，提高计算效率。同时，我们将深入探讨时态约束下的关联规则挖掘在大数据分析中的应用。
四、参考文献
[1]WangC,HanJ,LiJ.Time-ConstraintedMiningofSequentialPatterns[C]//Proceedingsofthe4thACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining.ACM,1998.
[2]AgrawalR,SrikantR.Fastalgorithmsforminingassociationrules[C]//Proceedingsofthe20thInternationalConferenceonVeryLargeDataBases.VLDBEndowment,1994.
[3]ZhangW,WenyinL,XiaoqinD.Miningfrequenttemporalitemsetswithmultipleminimumsupports[J].InformationProcessingLetters,2012,112(6):225-231.
[4]黄昌琳,李幸存.基于时间约束的序列关联规则挖掘[J].计算机工程与应用,2020(21):24-27.