多尺度数据挖掘方法

来源：软件学报杂志2016年第12期北京时间：

作者：柳萌萌,赵书良,韩玉辉,苏东海,李晓超,陈敏

单位：柳萌萌，河北师范大学 数学与信息科学学院, 河北 石家庄 050024;河北省计算数学与应用重点实验室(河北师范大学), 河北 石家庄 05002411,赵书良，河北师范大学 数学与信息科学学院, 河北 石家庄 050024;河北省计算数学与应用重点实验室(河北师范大学), 河北 石家庄 05002402,韩玉辉，河北师范大学 数学与信息科学学院, 河北 石家庄 050024;河北省计算数学与应用重点实验室(河北师范大学), 河北 石家庄 05002403,苏东海，冀广传媒集团 河北广电无限传媒有限公司, 河北 石家庄 05000004,李晓超，河北师范大学 数学与信息科学学院, 河北 石家庄 050024;河北省计算数学与应用重点实验室(河北师范大学), 河北 石家庄 05002405,陈敏，河北师范大学 数学与信息科学学院, 河北 石家庄 050024;河北省计算数学与应用重点实验室(河北师范大学), 河北 石家庄 05002406

摘要：多尺度理论已被引入到数据挖掘领域，但人们对其研究仍不够深入和完善，缺乏普适性理论与方法.随着大数据处理应用的不断深入，其研究变得更加迫切.针对上述问题，进行了普适的多尺度数据挖掘理论和方法的研究.首先，基于概念分层理论给出了数据尺度划分和数据尺度的定义以及多尺度数据集之间的上下层尺度数据集关系；其次，阐明了多尺度数据挖掘的定义、研究实质和方法分类；最后，提出了多尺度数据挖掘算法框架，给出其理论基础，并将此框架应用于关联规则挖掘，提出了多尺度关联规则挖掘算法MSARMA（multi-scale association rules mining algorithm），实现了多尺度数据集之间知识的跨尺度推导.利用IBM T10I4D100K数据集和H省全员人口真实数据集对MSARMA算法进行了实验和分析，实验结果表明：算法具有较高的覆盖率、精确度和较低的支持度估计误差，是可行且有效的.

关键词：多尺度;频繁项集;关联规则;尺度转换;多尺度关联规则挖掘

基金资助：国家自然科学基金（71271067）；国家社会科学基金（13BTY011，13&ZD091）