本文關(guān)鍵詞：基于FP-樹的時(shí)空數(shù)據(jù)挖掘算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：時(shí)空數(shù)據(jù)挖掘作為空間數(shù)據(jù)挖掘的拓展,主要是針對時(shí)空數(shù)據(jù)進(jìn)行分析和處理,時(shí)空數(shù)據(jù)的結(jié)構(gòu)包括位置信息、時(shí)間信息和屬性信息三方面內(nèi)容。對時(shí)空數(shù)據(jù)的挖掘不僅僅是要分析時(shí)空數(shù)據(jù)的屬性信息,還需要分析數(shù)據(jù)對象的空間關(guān)系以及數(shù)據(jù)對象隨時(shí)間變化的規(guī)律,進(jìn)而挖掘出隨著時(shí)間和空間的變化,隱藏在時(shí)空數(shù)據(jù)對象背后的時(shí)間與空間在現(xiàn)實(shí)世界中的內(nèi)在聯(lián)系,為客觀世界中的空間決策提供幫助。本文主要是對時(shí)空數(shù)據(jù)挖掘算法進(jìn)行研究。首先分析論述了數(shù)據(jù)挖掘,空間數(shù)據(jù)挖掘,時(shí)空數(shù)據(jù)挖掘的基本概念和主要算法的聯(lián)系與區(qū)別。然后著重對傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了更加深入的分析與探索,發(fā)現(xiàn)其存在的缺陷與不足,探討如何對其進(jìn)行優(yōu)化以及如何將其進(jìn)行拓展。最終提出了一種基于FP-樹的時(shí)空關(guān)聯(lián)規(guī)則挖掘算法,即STFP-tree(Spatio-temporal FP-tree)算法,克服了傳統(tǒng)關(guān)聯(lián)規(guī)則算法的不足。實(shí)驗(yàn)結(jié)果表明,STFP-tree算法能夠有效對時(shí)空數(shù)據(jù)進(jìn)行分析挖掘,實(shí)現(xiàn)了傳統(tǒng)關(guān)聯(lián)規(guī)則算法到時(shí)空關(guān)聯(lián)算法的轉(zhuǎn)變。將其應(yīng)用于對學(xué)校周圍酒店住宿價(jià)格進(jìn)行趨勢的分析和預(yù)測中,達(dá)到了對時(shí)空數(shù)據(jù)進(jìn)行挖掘分析的效果,為酒店位置的選取與酒店價(jià)格的及時(shí)調(diào)整提供了決策依據(jù)。
【關(guān)鍵詞】：時(shí)空數(shù)據(jù)挖掘 空間數(shù)據(jù)挖掘 空間決策 FP-樹 時(shí)空關(guān)聯(lián)規(guī)則挖掘算法
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.13
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-15
• 1.1 引言9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 數(shù)據(jù)挖掘研究現(xiàn)狀9-10
• 1.2.2 空間數(shù)據(jù)挖掘研究現(xiàn)狀10-11
• 1.2.3 時(shí)空數(shù)據(jù)挖掘研究現(xiàn)狀11-12
• 1.3 研究目的及意義12-13
• 1.4 論文研究內(nèi)容和章節(jié)組織13-15
• 1.4.1 論文研究內(nèi)容13
• 1.4.2 論文章節(jié)組織13-15
• 第二章 相關(guān)理論與技術(shù)15-28
• 2.1 時(shí)空數(shù)據(jù)挖掘15-18
• 2.1.1 時(shí)空數(shù)據(jù)挖掘概念15
• 2.1.2 時(shí)空數(shù)據(jù)挖掘過程15-16
• 2.1.3 時(shí)空數(shù)據(jù)挖掘方法16-18
• 2.2 時(shí)空數(shù)據(jù)模型18-23
• 2.2.1 時(shí)空數(shù)據(jù)模型概念18
• 2.2.2 時(shí)空數(shù)據(jù)模型分類18-23
• 2.3 時(shí)空對象及其關(guān)系23-27
• 2.3.1 時(shí)間對象23-24
• 2.3.2 空間對象24-25
• 2.3.3 相互關(guān)系25-27
• 2.4 本章小結(jié)27-28
• 第三章 關(guān)聯(lián)規(guī)則挖掘理論與算法28-40
• 3.1 關(guān)聯(lián)規(guī)則挖掘理論28-29
• 3.1.1 關(guān)聯(lián)規(guī)則概念28
• 3.1.2 關(guān)聯(lián)規(guī)則挖掘步驟28-29
• 3.2 Apriori算法29-32
• 3.2.1 Apriori算法描述29
• 3.2.2 Apriori算法實(shí)例分析29-32
• 3.2.3 Apriori算法優(yōu)缺點(diǎn)分析32
• 3.3 FP-growth算法32-39
• 3.3.1 FP-growth算法描述32-33
• 3.3.2 FP-樹的創(chuàng)建33
• 3.3.3 FP-growth算法實(shí)例分析33-39
• 3.3.4 FP-growth算法優(yōu)缺點(diǎn)分析39
• 3.4 本章小結(jié)39-40
• 第四章 基于FP-樹的時(shí)空關(guān)聯(lián)規(guī)則挖掘算法40-49
• 4.1 時(shí)空關(guān)聯(lián)規(guī)則挖掘概念40
• 4.2 STFP-tree算法40-42
• 4.2.1 STFP-tree算法概念40
• 4.2.2 STFP-tree算法實(shí)現(xiàn)步驟40-42
• 4.3 實(shí)驗(yàn)結(jié)果與分析比較42-48
• 4.4 本章小結(jié)48-49
• 第五章 總結(jié)與展望49-51
• 5.1 工作總結(jié)49
• 5.2 存在問題及展望49-51
• 參考文獻(xiàn)51-59
• 致謝59-60
• 個(gè)人簡歷60

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛占熬;司小朦;朱泰隆;王楠;;覆蓋粗糙直覺模糊集模型的研究[J];計(jì)算機(jī)科學(xué);2016年01期

2 余翠蘭;;一種基于投影FP-growth的co-location模式挖掘算法[J];科學(xué)技術(shù)與工程;2014年23期

3 龔健雅;李小龍;吳華意;;實(shí)時(shí)GIS時(shí)空數(shù)據(jù)模型[J];測繪學(xué)報(bào);2014年03期

4 楊睿通;賀興時(shí);李建輝;;基于決策樹的空間數(shù)據(jù)處理策略[J];西安工程大學(xué)學(xué)報(bào);2013年01期

5 石巖;劉啟亮;鄧敏;王佳t，

本文編號：313392