时空亚频繁co-location模式挖掘

空间co-location模式挖掘是空间数据挖掘的重要分支,在环境保护、公共交通、位置服务和城市计算等领域得到广泛应用.与基于团实例模型的传统模式相比,基于星型实例模型的空间亚频繁co-location模式可以揭示空间特征更丰富的空间关系.然而,现有空间亚频繁模式没有考虑空间数据的时间特性,而时间却是空间数据的重要维度.因此,该研究考虑空间实例的位置时变性,基于星型实例模型的时空亚频繁co-location模式进行挖掘.首先,提出了时空亚频繁co-location模式及其度量指标:时间亚频繁度;其次,证明了时间亚频繁度的反单调性(向下闭合性),提出了有效的时空亚频繁模式挖掘算法;最后,通过大量实验,验证了所提算法的有效性及时空亚频繁模式的实用性.