[发明专利]一种挖掘时序相关事件之间的距离的方法

说明书

技术领域

本发明涉及一种数据挖掘领域中挖掘时序相关事件之间的距离的算法，特别是针对距离大小不确定的情况下可采用的挖掘方法。

背景技术

时序数据普遍出现在商业、系统管理、医疗保健和许多科学领域。时间数据挖掘中的一个根本的问题是在顺序数据中发现隐藏的时序相关事件。在时间数据挖掘中，输入的数据通常是一个序列的带有时间戳的离散对象。时序相关事件通常被用于预测，相关的时间间隔表明了时序依赖的原因。

现有技术方法，并未考虑交叉相关性。传统的时序挖掘方法使用一个预定义的时间窗口分析对象序列，或采用统计技术从对象中简单地推导出时序相关事件。这种模式不能有效地处理有着特殊属性的不同数据。

因此，如何在两个相关类型的对象中找到合理的时间间隔非常重要，相关算法的研究和性能分析具有重要意义。

发明内容

本发明的目的在于针对现有方法的不足，提供一种挖掘时序相关事件之间的距离的方法，该算法能够高效地发现时序相关事件之间的距离，提供一个解决问题的广义框架。

本发明的技术方案是：一种挖掘时序相关事件之间的距离的方法，其特征在于步骤如下：

1）构造一个排序表作为基础，此排序表是包含一系列有序整数数组的有序链表；

2）把一个时间间隔存储到排序表的一个结点中，其中，，i和j是1到N之间的一个整数；

3）在结点上连接两个数组，两个数组分别是是i和j的集合，即A和B的指数；

4）记为链表的第i个结点，在中存储时间间隔记为；

5）在链表上选取子段表示时序相关事件之间的距离，任何合理的距离都可以表示为一个链表的子段。

进一步地，步骤5中所述的子段，记为，时间间隔，时间间隔的长度是，有并且是不依赖于N的，其中N是数据序列中对象的个数。

进一步地，通过合并A的所有时间间隔来进行创建一个排序表的链表，其中和代表着第i个A和第j个B，，链的第j个结点存储着。

本发明的有益效果在于：

本发明提出的两种算法和可以在两个相关类型的对象中找到合理的时间间隔，可以有效地处理有着特殊属性的不同数据，且具有有效性和高效率。

附图说明

图1是本发明所使用的分类表。

图2是本发明的算法的伪代码。

图3是增量排序表。

图4是嵌入的时序相关事件列表。

图5是构造数据上的运行时间。

图6是发现的带有时间间隔的时序相关事件。

图7是数据集Account2上的实验结果图。

图8是数据集Account2上算法的时间复杂度。

具体实施方式

下面将结合实施例对本发明作进一步地描述。

实施例

使用如图1分类表的时间间隔发现算法——算法，算法的伪代码如图2所示，算法的伪代码描述了如何寻找所有合格的时间间隔。表示的是有序表ST中链表的结点数量。算法顺序扫描所有字段，但只扫描长度的子段。

算法的时间复杂度为，其中N是数据序列中对象的个数。对于每个链表上的对象，使用哈希表把与和并到和的时间成本分别是和。记为从开始扫描的子段的最大长度，记为，的最大长值，总的时间成本为：