| 中文题名： | 时序数据的增量关联规则挖掘 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 070104 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 理学硕士 |
| 学位类型： | |
| 学位年度： | 2016 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 时序数据关联规则挖掘 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2016-06-16 |
| 答辩日期： | 2016-05-18 |
| 外文题名： | Incremental Association Rule Mining For The Time-series Data |
| 中文关键词： | |
| 中文摘要： |
随着数据信息采集技术的飞速发展和数据存储设备的不断优化，各数据库中储存着海量的历史信息。这一现状极大促进了数据挖掘技术的发展，其中关联规则挖掘一直是学者研究的热点。对于时序数据库而言，运用数据挖掘技术处理大规模的历史数据，发现其潜在的、有价值的信息，有着重要的实际应用价值。本论文研究重点是对时序数据进行关联规则挖掘。论文以 Apriori 算法为理论基础，首先介绍了一种改进的基于 Apriori 算法的时序数据关联规则挖掘的算法。该算法得到的关联规则不仅能体现时间联动性，还可以描述数据不同变化状态之间的关
﹀
|
| 外文摘要： |
With the rapid development of data acquisition technology and the optimization of data storage devices,there will be a vast amounts of historical information stored in each database.This phenomenon promote the development of data miningtechnology,speciall
﹀
|
| 参考文献总数： | 24 |
| 馆藏号： | 硕070104/16004 |
| 开放日期： | 2016-06-16 |
谷歌
