基于时空网络的时空同现模式挖掘方法

摘要

本发明提供了一种基于时空网络的时空同现模式挖掘方法，包括：对时空数据集进行初始化建模，建立用以表示实例及元素之间时空关系的双层时空网络，并保存所述时空网络对应的邻接矩阵；其中，所述时空网络包括实例网络层及元素网络层，所述元素网络层用于生成候选集；从所述实例网络层中读取相应邻近关系序列，计算模式支持度及空间频繁度；从所述元素网络层读取模式的邻近关系，计算模式的时间频繁度；根据模式的各时间槽空间频繁度及时间频繁度计算模式的权重特征值；将所有同现模式按照权重特征值进行排序，根据输入的模式比例值，输出满足条件的模式集。本发明提高了时空同现模式的计算效率，解决了时空阈值难以设定的问题。