【论文笔记】利用事件影响域挖掘时空关联规则

最新推荐文章于 2024-05-17 09:47:19 发布
最新推荐文章于 2024-05-17 09:47:19 发布
阅读量1.6k 收藏 4
点赞数
分类专栏： 论文笔记 文章标签： 关联规则 时空事务表 时空关联规则
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gougoua01/article/details/50115385
版权
本文探讨了时空事件及其影响域的概念，其中时空事件是指在特定时间和空间内引起影响的事物。这些事件会产生时间和空间的影响域，时间影响长度是从事件发生到影响消失的时间段，而空间影响区则假设事件影响与距离成正比，不依赖于方向。通过挖掘这些规则，可以揭示时空数据中的潜在关联。
摘要由CSDN通过智能技术生成
    目前，针对时态和空间数据挖掘的研究文献很多，但是综合考虑时态和空间下研究时空关联规则尚没有经典成果， 现有的时空关联规则挖掘方法是通过构造事务表，并在事务表中挖掘时空关联规则。
    构造事务表的方法大致可以分为 基于时空关系和 基于时空划分的方法。
    基于时空关系的方法主要是考虑时空目标间的时空关系来构建事务表；基于时空划分的方法是将时空区域划分为若干相同大小的单元格，然后在每个单元格里构建事务表。
    文章发展了一种基于事件影响域的时空事务表构建方法，利用事件影响域划分时空域，并在每个影响域中构建事务记录，从而可以去除冗余数据，提高挖掘效率和挖掘结果的可靠性。
    有几个定义：
  • 时空事件：指具有一定时间和空间影响范围的事物&#x
最低0.47元/天 解锁文章
狗狗a01
关注
专栏目录
【论文笔记】Mining Association Rules in Spatio-Temporal Data
gougoua01的专栏
12-01 758
Mining Association Rules in Spatio-Temporal Data：An Analysis of Urban Socioeconomic and Land Cover Change     文章利用关联规则挖掘方法探索科罗拉多州丹佛市的社会经济指标和土地利用变化之间的关系，探讨了怎样从时空数据中挖掘出关联规则，实际上这个研究并没有考虑时间，仅仅考虑了空间
大数据分析和可视化以及交通事故时空关联
03-24
大数据分析和可视化以及交通事故时空关联
【机器学习】情侣、基友、渣男和狗-基于时空关联规则的影子账户挖掘
fengdu78的博客
03-28 666
故事从校园一卡通开始，校园一卡通是集身份认证、金融消费、数据共享等多项功能于一体的信息集成系统，也就是学生卡。积累了大量的历史记录，其中蕴含着学生的消费行为和财务状况等信息。是一个数据分析比赛的数据，很多报告都是从消费金额、消费地点、消费时间等角度分析，比较常规。但是数据，其实还可以更有趣。本次使用南京理工一卡通的消费明细，我会从一个全新的角度出发，挖掘其中的情侣、基友、...
【地理空间数据挖掘】关联规则发现
漫游学海之旅
07-27 2784
关联规则是当前数据挖掘研究的主要方法之一，主要用于确定数据中不同领域之间的联系，找出满足给定支持度和可信度阀值的多个域之间的依赖关系。在时空分析中，除了经典因子之间的关联（简单关联、时序关联和因果关联等）规则的发现，关联规则分析还可用于探索上下不同事件之间的关联性，如某地的气候异常与该地或者其他地方的灾害之间的关联关系，或者一种事件/现象在空间上成对出现（空间同位），都是关联规则的例子。普通关联规则
关联规则笔记
weixin_38287753的博客
07-20 305
关联规则笔记
论文研读-社交媒体可视化-大规模地理社交媒体数据的可视化抽象与探索
weixin_43413013的博客
03-28 2373
大规模地理社交媒体数据的可视化抽象与探索1 论文概述1.1 摘要1.2 引言1.3 文章贡献1.4 文章组织结构2 相关工作3 任务分析和系统概述3.1 数据描述4 可视化设计5 可视化界面6 评估6.1 案例研究6.2 定量比较6.3 专家访谈6.4 讨论7 结论8 收获 1 论文概述 2019年11月18日发表在Neurocomputing上题为Visual abstraction and exploration of large-scale geographical social media dat
信息论笔记（需要编辑格式）
weixin_43320465的博客
01-02 9356
主要来源：吴军·信息论40讲 信息论介绍 世界上任何一个探索者都需要清楚三件事:我们现在的位置,我们的目标,以及通向目标的道路。 哲学是一门生活的艺术,它帮助我们认清自己,它回答了第一个问题。至于每一个人的目标,我相信大家比我更清楚。而第三件事其实是方法论。一般没有科学基础的方法论常常难以持久。 世界上的知识,可以分为道和术两个层面 这门课讲的是道的层面的知识,它不会讲述任何具体的方法,比如信息的采集、处理或者传输的理论细节。这样,我们就能够把重点放在讲述用信息论指导做事的方法上,以便让我们能够在不断.
区块链与大数据，打造智能经济（读书笔记）——井底望天
dspring9981的博客
11-26 5305
本书提出了运用区块链技术解决大数据发展中所面临问题的思想。本书分为8章。首先通过对大数据发展所面临困境的分析，引出了迅速崛起的区块链技术，比较了两者的技术沿革及异同；然后通过分析数据流通中存在的问题，揭示了区块链技术带来的改变；最后介绍了区块链技术在相关行业中的应用，并对区块链技术与大数据的结合展开了畅想。总之，本书站在科技发展的前沿，对区块链与大数据的融合发展进行了深入阐述，力求为行业发展提供可...
教育大数据总体解决方案（7）
2301_76549664的博客
04-16 1394
借助这一优势，在“以测促学”思路指导下，英语听说智能考试与教学系统，该系统采用“人机对话+智能评分”的方式，以低复杂度、低资源消耗为出发点，不仅可实现高利害的统一性考试，还可帮助学校随时组织智能化、全自动的英语听说测试，通过构建学生的过程性评价，方便、快捷的了解学生的听说能力水平，为学生提供自主的人机互动的学习环境，以及全真的日常训练及考前模拟平台。智慧教育大数据平台为教育主管部门对教育质量提升提供新的着手点，全面采集和凝聚全市管、教、学、研的过程及结果数据，为教育大数据下的教育改革创新奠定基础。
知识图谱的时空关联设计
weixin_40338859的博客
09-13 3163
1. 背景 知识图谱可以应用在多个业务场景中，对各类对象进行表示、建模。作为一类重要的知识，空间信息在应用中经常需要用到，由此知识图谱与时空关联成为一种重要的应用形式，具备较好的可视化展示效果。 一种典型应用场景是情报分析。对目标人物、目标组织和目标事件在时空上进行可视化呈现，查看目标人物的活动轨迹，分析事件发生的空间趋势，检索区域内的相关对象和事件，等等都是非常有用的功能。 传统上，一般采用GIS系统进行针对性设计，在空间对象上关联具体对象信息。Palantir是比较早地将知识图谱与GIS技术进行结
关联规则与时间序列分析
程序员光剑
12-31 1168
1.背景介绍 关联规则和时间序列分析是数据挖掘领域中的两个重要方法，它们在现实生活中应用非常广泛。关联规则主要用于发现数据之间的相关关系，常用于市场竞争激烈的商场或电商平台，以提高销售额和客户满意度。时间序列分析则关注于时间序列数据的变化规律，常用于金融、股票、天气预报等领域。 在本篇文章中，我们将从以下几个方面进行深入探讨： 关联规则与时间序列分析的核心概念与联系 关联规则的核心算法原理...
数据挖掘算法之-关联规则挖掘(Association Rule)
笔尖的痕的专栏
03-07 5303
一、关联规则的定义和属性       考察一些涉及许多物品的事务：事务1 中出现了物品甲，事务2 中出现了物品乙，事务3 中则同时出现了物品甲和乙。那么，物品甲和乙在事务中的出现相互之间是否有规律可循呢？在数据库的知识发现中，关联规则就是描述这种在一个事务中物品之间 同时出现的规律的知识模式。更确切的说，关联规则通过量化的数字描述物品甲的出现对物品乙的出现有多大的影响。       现
时空关系网络（Temporal Relation Networks）
最新发布
gitblog_00009的博客
05-17 341
时空关系网络（Temporal Relation Networks） 项目地址:https://gitcode.com/zhoubolei/TRN-pytorch 时空关系网络，简称TRN，是一个基于TSN-pytorch的创新性开源项目。这个项目旨在通过构建一种可以理解视频中事件间时间关系的深度学习模型，从而提升动作识别的准确性和鲁棒性。 项目介绍 TRN的核心代码在TRNmodule.py中，...
数据分析-时空分析
noobiee的博客
10-21 1945
Knox方法基于临界空间和时间距离量化时空相互作用。测试统计量X是那些相距小于临界空间和时间距离的案例对的计数。当存在交互时，成对的案例将彼此接近，并且测试统计将很大。Knox设计了这种方法来考虑潜伏期。潜伏期是从暴露到症状出现之间的时间。如果你怀疑一种潜伏期为3天的疾病，将时间临界距离设置得足够长，以允许症状出现，比如4天或5天。 ST-DBSCAN 以地理位置距离作为半径，时间范围作为高，在空间画圆柱，进行密度聚类检测异常点。使用KDTree，BallTree，Faiss进行近邻检索加速。
运维大数据日记：故障根源分析之关联规则挖掘
weixin_34203832的博客
10-31 1201
当运维工程师每天面对来自不同监控系统中数量庞大、类型复杂的故障告警时，是否感到心有余而力不足呢？当这些故障告警来自各个不同的厂家设备且类型不一，需要你对各种异构设备都非常了解且完全凭借个人经验时，你是否变得无所适从？当你从应用系统预警追查到其所在服务器，从中间件服务追查到数据库集群，再从某个数据库节点的缓存命中指标降低追查到是因为存储磁盘的IOPS指标出现了瓶颈，才导致应用所...
【论文笔记】最近看的时空数据挖掘综述整理8.27
SC_Linno的博客
08-27 2477
论文首先介绍了时空数据挖掘的背景和意义，然后详细介绍了深度学习在时空数据挖掘中的应用，包括卷积神经网络（CNN）、循环神经网络（RNN）等模型在时空数据中的特征学习、时空数据的表示方法、时空数据的预测和分类等任务。本论文的主要贡献在于系统地回顾了Transformer在时间序列建模中的应用，提出了一个新的分类法，并分析了每个时间序列Transformer的见解、优点和局限性。在网络修改方面，论文讨论了对Transformer进行的低层次（即模块）和高层次（即架构）的改进，以优化时间序列建模的性能。
时空数据挖掘一（城市计算）
小蚂蚁与大象
09-08 4999
直观地说，一条边的特征依赖于它的属性，如道路的连通性和节点之间的距离。为了对全市交通进行建模，受对交通缺失模式和先验知识的观察启发，提出了一种神经记忆和泛化方法来推断缺失的速度和流量，主要由一个用于速度推理的记忆模块和一个用于流量推理的泛化模块组成。基于三个真实的数据集进行了广泛的实验，以说明ST-MetaNetþ超越几种最先进的方法的有效性。城市交通预测对智能交通系统和公共安全具有重要意义，但具有3个方面的挑战:1)城市交通复杂的时空相关性，包括位置之间的空间相关性和时间戳之间的时间相关性;
使用Python进行数据关联分析
热门推荐
冬之晓
03-01 5万+
关联分析 选择函数包 关联分析属于数据挖掘的一大类。我发现的python语言实现的包有两个： pymining：根据Apriori算法进行关联规则挖掘 Orange3的关联规则库：根据FP-growth算法进行关联规则挖掘 经过分析，我决定使用Oranges进行关联规则的实现，原因如下： FP-growth算法比Apriori算法时间复杂度低 Orange3是一整套数据挖掘工具...
基于GUHA模型的模糊关联规则挖掘形式化方法研究
论文研究-一种有效的模糊关联规则挖掘的形式化方法 本文研究的主要目标是建立一种有效的模糊关联规则挖掘的形式化方法，以便更好地处理数据库中的不精确信息。为此，文章引入了模糊逻辑来软化边界，并使用定义在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值