[发明专利]空间高效用co‑location模式挖掘方法

说明书

技术领域

本发明属于空间并置模式挖掘技术领域，特别是涉及一种空间高效用co-location模式挖掘方法。

背景技术

空间co-location模式是指空间特征的实例在邻近区域内频繁同时出现的空间特征子集。例如在公共交通领域，交通拥堵、车祸现场和警察的出现频繁并置(co-located)。空间co-location模式挖掘是空间数据挖掘领域的一个重要研究方向。

在空间数据库中，不同的空间特征代表了不同类型的空间对象，通常用F＝{f₁，f₂，....，f_n} 来表示空间数据库中出现的特征集合。在空间数据库中所挖掘到的空间co-location模式c 是F的一个子集，一个模式c的长度称为此co-location模式的阶，例如{A，B，C} 是一个3阶co-location模式。在空间数据库中，每个特征都包含了许多属于该特征的空间实例，通常用三元组<特征名，实例编号，地理位置>表示一个空间实例，如图1中A.1。如果两个空间实例的欧几里得距离满足用户给定的距离阈值d，那么就称这两个空间实例满足邻近关系，在图中用实线连接，如图1中A.2和B.1。

设有一个空间实例集I＝{i₁，i₂，...，i_m}，如果I中两两实例都满足邻近关系，那么就称I 是一个团实例。如果团实例I包含了co-location模式c中的所有特征，并且I中没有任何一个子集包含c中所有的特征，那么I被称为模式c的一个行实例，co-location模式c 的所有行实例的集合称为表实例，记为table_instance(c)。例如图1中，模式{A，B，E}的表实例为table_instance({A，B，E})＝{{A.2，B.1，E.2}，{A.2，B.1，E.5}}。

在传统的co-location模式挖掘中使用参与度PI(participation index)来度量一个模式的流行程度，而PI是参与率PR(participation ratio)的最小值。设f_i为某个空间特征，f_i在 co-location模式c中的参与率定义为f_i的实例在c的表实例中不重复出现的个数与f_i总实例个数的比率，表示为：

co-location模式c的参与度PI表示为模式c的所有空间特征的PR值中的最小值：当PI(c)大于用户所给的最小参与度阈值，那么这个模式就认为是一个流行(频繁)模式。在图1中，模式{A，E}的参与度PI({A，C})＝min{2/4， 2/2}＝2/4，若参与度阈值为0.2，则模式{A，C}是一个频繁模式。

空间高效用co-location模式的挖掘是结合了co-location模式挖掘和事务数据库的高效用模式挖掘的特性，对频繁邻近出现且效用值较高的模式进行挖掘。在频繁的 co-location模式挖掘体系中，一般以特征实例参与并置的程度度量co-location模式的有趣性。这种传统的频繁co-location模式挖掘方法容易忽视那些不频繁出现，但是却至关重要的模式，所以文献[1-2]提出了空间高效用co-location模式挖掘(文献1：Yang.S，Wang. L，Bao.X，and Lu.J.A framework for mining spatial high utility co-location patterns[C]//Proc of the 12th International Conference on Fuzzy Systems and Knowledge Discovery(FSKD′15). 2015：631-637；文献2：Wang.L，Jiang.W，Chen.H，Fang.Y.Efficiently Mining High Utility Co-location Patterns from Spatial Data Sets with Instance-Specific Utilities[C]//Proc of 22nd International Conference on Database System for Advanced Applications(DASFAA 2017). 2017：458-474)。