[发明专利]一种基于动态阈值的时间序列数据序列模式挖掘方法

权利要求书

1.一种基于动态阈值的时间序列数据序列模式挖掘方法，其特征在于，包括：

(1)预处理原始银行交易序列数据，包括金额、交易时间信息，按照时间对其进行排序，利用时间窗口对原始序列进行划分，形成时间序列集；

(2)扫描时间序列集，获取一项式集合；

(3)针对银行交易中正常金额出现的频率高于异常金额的特点，在识别频繁一项式时使用不同的阈值标准；根据频繁一项式定义采用动态阈值对一项式进行筛选，将非频繁的项从序列集中删除，得到频繁一项式集；

(4)从频繁一项式集中的第一项开始以所述的第一项为前缀构造后缀，对后缀进行频繁多项式的挖掘，满足频繁多项式定义的项为频繁项，当后缀为空时，挖掘结束；

(5)遍历频繁一项式集合，迭代进行步骤(4)的操作，直到频繁一项式集合被遍历完成，得到频繁项集合；

所述的频繁一项式定义为：给定各项在正常交易数据中出现的概率P(normal)＝{p₁,p₂……p_n},n0；计算各项在交易序列集中出现的概率Q＝{q₁,q₂……q_n}；满足以下公式的项认为是频繁一项式：

其中α为阈值系数，α*p_i为q_i的阈值；n表示第n项；

所述的频繁多项式的定义为：若事件A、B相互独立，则P_(AB)＝P_(A)*P_(B)；若P_(AB)P_(A)*P_(B),认为二者呈负相关，若P_(AB)P_(A)*P_(B)认为二者呈正相关；其中P_(A)＝前缀A出现的次数/序列总数，P_(B)＝后缀B出现的次数/序列总数，P_(AB)＝模式AB共同出现的次数/序列总数；序列总数指的是经时间窗口划分后的序列的总数；目标是找到呈正相关的项集作为频繁项；当两个金额呈正相关，则认为其为申购返利模式。

2.根据权利要求1所述的基于动态阈值的时间序列数据序列模式挖掘方法，其特征在于，所述的频繁多项式的挖掘过程中，后缀的构造需要满足：同一位置的项不能和多个位置的相同项匹配，只能和一个位置的相同项进行匹配。