CN107844602B - 一种基于时空属性关联规则的预测方法 - Google Patents

Abstract

本发明涉及一种基于时空属性关联规则的预测方法，属于计算机技术领域。本发明分析智能城市中时空数据的特点，参数化用户访问请求的历史数据，将用户访问请求的历史数据映射到时空属性域，提取时空属性。根据用户访问的空间局部性和时间平稳性，在时空属性域中使用区域网格划分，关联规则和自回归积分滑动平均(ARIMA)模型进行相关分析和识别转换规则，挖掘用户访问模式，确定用户访问请求的历史变化规律，构建预测用户下一次访问请求的预测函数，以实现对用户时空数据的预测。本发明有利于发展高效的海量时空数据预测机制。

Description

一种基于时空属性关联规则的预测方法

技术领域

本发明属于计算机技术领域，涉及一种基于时空属性关联规则的预测方法。

背景技术

基于云计算和物联网的智慧城市的发展，产生了大量的时空数据，包括气象数据、水文数据、自然灾害数据和遥感图像，具有三个基本属性，即位置，时间和类型。这些数据具有种类繁多、数量大、冗余度高、随时间动态增长的特点。智能城市可以快速、方便地为用户提供丰富的预先定义的应用程序。该应用程序建立在用户所需求的时空数据服务上。这些服务包括数据可视化、时空相关分析、时间的急救和海量信息检索。

从现有的研究中可以看出，在网络环境下，一种典型的数据预测方案是基于当前/历史用户访问信息的。它利用用户访问连续性，空间局部性，流行性，对象之间的关联规则以及其他方法来分析和处理访问请求或数据级别的信息，以挖掘用户访问模式。然后，根据这些模式预测用户访问请求。

然而，我们注意到，用户访问时空数据通常在智慧城市时空特征明显。一般方法在访问请求或数据级别上挖掘用户访问模式，结果只能间接地反映这一特征，他们都不利于发展高效的海量时空数据预测机制。但是如果在时空属性层次上对用户访问信息进行分析和处理，则可以发现隐藏的时空相关性和过渡规则，从而可以开发出更具针对性的预测方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于时空属性关联规则的预测方法。

为达到上述目的，本发明提供如下技术方案：

一种基于时空属性关联规则的预测方法，该方法包括以下步骤：

S1：构造预测函数，预测函数包括独立属性预测函数和联合属性预测函数；独立属性预测函数包括位置属性预测函数、类型属性预测函数和时间属性预测函数；

S2：基于构建好的独立属性预测函数和联合属性预测函数，预测访问请求。

进一步，所述S1具体为：

预测函数由独立属性预测函数Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}和联合属性预测函数Pre”(p,s,t)组成；

独立属性预测函数的构造：

1)位置属性预测函数的构造；位置属性预测函数Pre(p)的关键方面是空间域中的访问请求的相关性，利用关联规则算法从位置属性序列p_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘关联项p_i→p_j，并根据关联规则集构造位置属性预测函数；

(a)区域网格划分

时空数据的位置属性表示智慧城市中数据源的地理位置，以纬度和经度坐标p＝(x,y)表示，利用区域网格划分整个区域，既允许规则的早期解决，也允许细胞区域中的关联规则的后期更新，从而为关联规则提供局部和递增的解决方案；

设地理区域是智慧城市中的二维欧几里德矩形空间[0,X][0,Y]；把它分成行×列，即row×col的矩形单元格进行编码，其中ith行jth列所覆盖的区域公式为g_ij＝j+col·(i-1)；那么，对于地理区域中的任何位置属性坐标点p_k＝(x_k,y_k)，如果它满足以下等式，则它属于单元g_ij：

(b)预测函数的构造

通过区域网格划分，使用关联规则算法从位置属性序列P_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘每个单元的关联项，并根据关联规则集构造位置属性预测函数Pre(p)；

A.计算单元g_ij及其邻居单元中包含的位置坐标集

B.统计每个坐标点

出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_p进行比较，以找到频繁1项集；通过在频繁项集之间连接和切割遍历位置属性序列，找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n；

C.计算每个频繁m项集及其子频繁m-1项集的置信度；置信度为关联规则算法中，大家公认的一种算法度量指标，给定一个交易数据库D，其中每个事务(Transaction)t是I的非空子集，即，每一个交易都与一个唯一的标识符TID(Transaction ID)对应。关联规则在D中的支持度(support)是D中事务同时包含X、Y的百分比，即概率；置信度(confidence)是D中事务已经包含X的情况下，包含Y的百分比，即条件概率。如果满足最小支持度阈值和最小置信度阈值，则认为关联规则是有趣的。这些阈值是根据挖掘需要人为设定。

在置信度值大于置信度阈值Φ_p的关联项集上生成关联规则

然后，形成单元格g_ij的关联规则集

D.循环遍历地理区域中的每个单元，以计算位置属性关联规则集并合并它们以形成整个地理区域的关联规则集R(p_ij,Φ_ij)＝U_i,jR(g_ij,Φ_ij)；然后，构造位置属性预测函数：

Pre(p)＝Match(p,R(p_ij,Φ_ij))

其中Match(.)是规则匹配函数，其输出是与位置属性p匹配成功的关联规则；

2)类型属性预测函数的构造

类型属性预测函数Pre(s)的关键方面是类型域中的访问请求的相关性，使用关联规则算法从类型属性S_n＝＜s₁,s₂,s₃,...,s_n＞的序列中挖掘关联项s_i→s_j，并根据关联规则集构造类型属性预测函数，具体步骤如下：

(a)统计每个坐标点s_i,s_j∈S出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_s进行比较，以找到频繁1项集；通过在频繁项集之间连接和切割遍历类型属性序列，可以找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n；

(b)计算每个频繁m项集及其子频繁m-1项集的置信度，在置信度值大于置信度阈值Φ_s的关联项集上生成关联规则(s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m)；然后，形成单元格g_ij的关联规则集R(g_ij,Φ_ij)＝U_m((s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m))，然后构造类型属性预测函数：

Pre(s)＝Match(s,R(s_ij,Φ_ij))

3)时间属性预测函数的构造

时间属性预测函数Pre(t)的关键方面是时域中访问请求的相关性，分析时间序列的属性T_n＝＜t₁,t₂,t₃,...,t_n＞，建立一个模型来描述这种潜在的相关性；分段表示时间属性序列，并进行差分处理以实现局部平稳；然后，建立ARIMA模型，构建时间属性预测函数；

(a)时间属性序列的分段表示

使用基于斜率变化的极值点检测和根据序列中局部极值，即每条曲线的起始和结束值的时间属性序列的分段表示；计算由序列值t_i,1＜i＜n，形成的线段与其邻居点t_i-1,t_i+1的斜率差值||t_i-t_i-1|-|t_t+1-t_i||/ΔT，其中ΔT为访问请求的时间间隔；然后，将斜率差异与预定义的阈值进行比较，如果它大于或等于预定义的阈值，设m是一个局部极值，最后，通过使用局部极值，分段表示时间属性序列：

T＝{(t_1L,t_1R),(t_2L,t_2R),...,(t_kL,t_kR)}

其中t_iL是i,i∈k,段的起始值，t_iR是i,i∈k,段的最终值，k是分段的数量；

(b)预测函数的构造

通过上述分段表示和差分处理，实现时间属性序列的局部平稳性，构建ARIMA构造时间属性预测函数Pre(t)，通过引入k步滞后算子

和d阶差分

标准ARIMA(p,d,q)模型表示如下：

其中w_n＝Δ^dt_n＝(1-B)^dt_n是差分阶数，

是自回归参数，θ₁,θ₂,...,θ_q是移动平均参数，δ是指示序列是非零均值的常数，u_t是白噪声序列；

设j,1＜j＜k,的右、左局部极值为分段t_jL＝t_m,t_jR＝t_n；然后，分段表示为(t_jL,t_jR)＝t_m,t_m+1,...,t_n,，并且通过d阶差分处理，

同时，访问请求的时间属性序列不受外部随机干扰的影响，参数为u_t＝0,q＝0；

最后，建立ARIMA(1,d,0)为w_n＝w_n-1；结合滞后算子

和d阶差分，将时间属性预测函数Pre(t)表示为：

(2)联合属性预测函数的构造

由于时空属性互相关的访问请求只占请求总数的很小一部分，难以共同分析属性；因此，只分析时空属性具有特殊互相关性的访问请求，即如果位置属性序列P_l＝＜p_i,p_i+1,...,p_i+l＞和类型属性序列S_l＝＜s_i+1,s_i+2,...,s_i+l＞保持不变并且长度达到最小阈值l＝3，表示为：

p_i+1＝p_i+2＝...＝p_i+l,

s_i+1＝s_i+2＝...＝s_i+l,

l≥3

然后，设位置属性和类型属性在下一个访问请求中保持不变，并且时间属性由Pre(t)预测；最后，联合属性预测函数Pre”(p,s,t)被构造为

进一步，所述S2具体为：使用预测函数根据当前的用户请求来预测用户的下一个访问请求；

设当前的用户访问请求表示为序列B＝＜b₁,b₂,b₃,...,b_m＞，时空属性序列为B＝＜(p₁,s₁,t₁),(p₂,s₂,t₂),...,(p_m,s_m,t_m)＞＝{P_m,S_m,T_m}，每个b_i＝(p_i,s_i,t_i),b_i∈B，表示一个用户访问请求；首先对其进行参数化并提取时空属性，形成时空属性序列；然后，根据访问请求预测函数Pre'(p,s,t)和Pre”(p,s,t)，将时空属性序列作为输入，并将输出

预测为访问请求；

定义一个初始大小为w的滑动自适应观测窗口，将属于观测窗口的时空属性序列{P_w,S_w,T_w}作为预测函数的输入；然后，判断{P_w,S_w,T_w}是否满足公式

如果满足，使用联合预测函数，否则，使用独立属性预测函数；则有：

P_w＝(p_m-w+1,p_m-w+2,...,p_m)

S_w＝(s_m-w+1,s_m-w+2,...,s_m)

T_w＝(t_m-w+1,t_m-w+2,...,t_m)。

(1)独立属性预测函数

对于不满足公式

的访问请求，根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求

1)位置属性预测；由于整个地理区域采用区域网格划分，所以在预测之前，需要根据公式

判断坐标点是属于同一个小区还是邻居小区；如果这些点属于同一个单元格，触发预测；否则，放弃预测；

w'是最小观测窗口，R'(s_ij,φ_ij)是存储匹配的相关项目和置信度的临时规则集，P_W-1＝＜p_m-w+2,p_m-w+3,...,p_m＞是具有一位持续时间观察窗口的位置属性序列；Match(P_W,R(g_ij,φ_ij))为规则匹配函数，其输出为与p_w匹配成功的关联规则项，匹配失败时输出为NULL；如果p_w的坐标点属于同一个小区g_ij或邻居小区，使用规则匹配函数Match(P_W,R(g_ij,φ_ij))扫描关联规则集R(g_ij,φ_ij)为三个匹配的关联项：

(p₁,p₂,...,p_m)→(p'_m+1,φ₁)

(p₁,p₂,...,p_m)→(p”_m+1,φ₂)

(p₁,p₂,...,p_m)→(p”'_m+1,φ₃),

置信度满足φ₁+φ₂+φ₃＝1；如果φ₁＝max(φ₁,φ₂,φ₃)，预测的访问请求的位置属性是

2)类型属性预测

类型属性预测类似于位置属性预测；根据预测功能Pre(s)扫描关联规则集R(s_ij,φ_ij)；在当前观察窗口中查找与类型属性序列匹配的关联规则；然后，选择置信度最高的置信度作为输出结果；设(s₁,s₂,...,s_m)→(s'_m+1,φ₁)是与S_W成功匹配的关联规则，φ₁是最大的；则预测的访问请求的类型属性为

3)时间属性预测

时间属性预测基于预测函数Pre(t)；首先，对T_W进行d阶差分处理以实现平稳性；然后，使用ARIMA来计算预测访问请求的时间属性，结果由

(2)联合属性预测函数

对于不满足公

的访问请求，根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求：

本发明的有益效果在于：本发明有利于发展高效的海量时空数据预测机制，在时空属性层次上对用户访问信息进行分析和处理，可以发现隐藏的时空相关性和过渡规则，从而可以开发出更具针对性的预测方案。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明流程图；

图2为本发明所述的区域网格划分中显示地理矩形区域分为4×5个小区和网格单元编码。

图3为本发明所述的区域网格划分中显示所有的小区g_ij相邻小区。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

假设智能城市的用户访问请求历史可以表示为序列A＝＜a₁,a₂,a₃,...,a_n＞，其中每个a_i,1≤i≤n包含以下信息：位置属性p，类型属性s，时间属性t，用户IP和会话时间。为了对时空域的访问序列进行分析和处理，我们对信息进行参数化并提取时空属性，形成时空属性序列：

A＝＜(p₁,s₁,t₁),(p₂,s₂,t₂),...,(p_n,s_n,t_n)＞ (1)

其中a_i＝(p_i,s_i,t_i)代表一个具有时空属性提取结果的参数化请求。具体来说，p_n＝＜p₁,p₂,p₃,...,p_n＞表示位置属性的序列，S_n＝＜s₁,s₂,s₃,...,s_n＞表示类型属性的序列，T_n＝＜t₁,t₂,t₃,...,t_n＞表示时间属性的序列。

由于时空属性序列{P_n,S_n,T_n}包含三种时空属性，因此找到隐藏的时空相关性和变化规则是非常困难的。然而，我们观察到，在智能城市中，当大多数用户请求访问时空数据时，请求的时空属性具有强自相关性，而互相关性弱。也就是说，任何两个连续的访问请求，a_i，a_i+1，在位置属性p_i和类型属性s_i+1之间具有较弱的相关性，但在p_i和p_i+1之间具有非常强的相关性。例如，当用户检查区域A的当前温度时，他很有可能进一步查询区域A的风速和PM2.5，而不是其他区域的水质。

如图1所示，本发明分两步实施。第一步是离线挖掘用户访问模式来构建预测功能，第二步是在线访问请求预测。

1.预测函数的构造

预测函数由独立属性预测函数Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}和联合属性预测函数Pre”(p,s,t)组成。

独立属性预测函数的构造

1)位置属性预测函数的构造。位置属性预测函数Pre(p)的关键方面是空间域中的访问请求的相关性。因此，可以利用关联规则算法从位置属性序列p_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘关联项p_i→p_j，并根据关联规则集构造位置属性预测函数。

(a)区域网格划分。

时空数据的位置属性表示智慧城市中数据源的地理位置，通常以纬度和经度坐标p＝(x,y)表示。然而，直接求解位置属性坐标点的关联规则需要大量的计算。此外，对位置属性进行更新，修改，添加或删除操作将需要重新计算整个区域。因此，利用区域网格划分整个区域，既允许规则的早期解决，也允许细胞区域中的关联规则的后期更新，从而为关联规则提供局部和递增的解决方案，并大大减少计算量。

假设地理区域是智慧城市中的二维欧几里德矩形空间[0,X][0,Y]。把它分成行×列的矩形的单元格进行编码，其中ith行jth列所覆盖的区域公式为g_ij＝j+col·(i-1)。那么，对于地理区域中的任何位置属性坐标点p_k＝(x_k,y_k)，如果它满足以下等式，则假定它属于单元g_ij：

(b)预测函数的构造。

通过区域网格划分，可以使用关联规则算法从位置属性序列P_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘每个单元的关联项，并根据关联规则集构造位置属性预测函数Pre(p)。

A.计算单元g_ij及其邻居单元中包含的位置坐标集

如图2所示。

B.统计每个坐标点

出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_p进行比较，以找到频繁1项集。通过在频繁项集之间连接和切割遍历位置属性序列，我们可以找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n。

C.计算每个频繁m项集及其子频繁m-1项集的置信度。在置信度值大于置信度阈值Φ_p的关联项集上生成关联规则

然后，形成单元格g_ij的关联规则集

D.循环遍历地理区域中的每个单元，以计算位置属性关联规则集并合并它们以形成整个地理区域的关联规则集R(p_ij,Φ_ij)＝U_i,jR(g_ij,Φ_ij)。然后，构造位置属性预测函数，

Pre(p)＝Match(p,R(p_ij,Φ_ij)) (3)

其中Match(.)是规则匹配函数，其输出是与位置属性p匹配成功的关联规则。

2)类型属性预测函数的构造。

类型属性预测函数Pre(s)的关键方面是类型域中的访问请求的相关性。因此，我们可以使用关联规则算法从类型属性S_n＝＜s₁,s₂,s₃,...,s_n＞的序列中挖掘关联项s_i→s_j，并根据关联规则集构造类型属性预测函数。具体步骤如下：

(a)统计每个坐标点s_i,s_j∈S出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_s进行比较，以找到频繁1项集。通过在频繁项集之间连接和切割遍历类型属性序列，我们可以找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n。

(b)计算每个频繁m项集及其子频繁m-1项集的置信度。在置信度值大于置信度阈值Φ_s的关联项集上生成关联规则(s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m)。然后，形成单元格g_ij的关联规则集R(g_ij,Φ_ij)＝U_m((s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m))。然后构造类型属性预测函数

Pre(s)＝Match(s,R(s_ij,Φ_ij)) (4)

3)时间属性预测函数的构造。

时间属性预测函数Pre(t)的关键方面是时域中访问请求的相关性。因此，可以分析时间序列的属性T_n＝＜t₁,t₂,t₃,...,t_n＞，建立一个模型来描述这种潜在的相关性。

用户访问请求的时间属性序列是一个典型的非平稳序列，受预定义应用程序的影响，在局部范围内具有明显的趋势。ARIMA模型是一种重要且应用广泛的短期时间序列预测模型。它可以根据序列的当前和历史值来预测未来的值，但它需要序列是平稳的。为此，我们可以分段表示时间属性序列，并进行差分处理以实现局部平稳。然后，建立ARIMA模型，构建时间属性预测函数。

(a)时间属性序列的分段表示。

我们使用基于斜率变化的极值点检测和根据序列中局部极值(每条曲线的起始和结束值)的时间属性序列的分段表示。该方法计算由序列值t_i,1＜i＜n,形成的线段与其邻居点t_i-1,t_i+1的斜率差值||t_i-t_i-1|-|t_t+1-t_i||/ΔT，其中ΔT为访问请求的时间间隔。然后，我们将斜率差异与预定义的阈值进行比较。如果它大于或等于预定义的阈值，我们假设m是一个局部极值。最后，通过使用局部极值，我们可以分段表示时间属性序列如下：

T＝{(t_1L,t_1R),(t_2L,t_2R),...,(t_kL,t_kR)} (5)

其中t_iL是i,i∈k,段的起始值，t_iR是i,i∈k,段的最终值，k是分段的数量。

(b)预测函数的构造。

通过上述分段表示和差分处理，可以实现时间属性序列的局部平稳性，构建ARIMA构造时间属性预测函数Pre(t)。通过引入k步滞后算子

和d阶差分

标准ARIMA(p,d,q)模型可以表示如下：

其中w_n＝Δ^dt_n＝(1-B)^dt_n是差分阶数，

是自回归参数，θ₁,θ₂,...,θ_q是移动平均参数，δ是指示序列是非零均值的常数，u_t是白噪声序列。

假设j,1＜j＜k,的右、左局部极值为分段t_jL＝t_m,t_jR＝t_n。然后，根据公式(5)可以分段表示为(t_jL,t_jR)＝t_m,t_m+1,...,t_n,并且通过d阶差分处理，它可以是平稳的。从用户访问受限于预定义应用的角度来看，时间属性序列的变化趋势只能是线性的和规则的，这意味着它在循环和步长上不变，所以参数是

同时，访问请求的时间属性序列不受外部随机干扰的影响，所以参数为u_t＝0,q＝0。

最后，可以建立ARIMA(1,d,0)为w_n＝w_n-1。结合滞后算子

和d阶差分，可以将时间属性预测函数Pre(t)表示为：

(2)联合属性预测函数的构造。

由于时空属性互相关的访问请求只占请求总数的很小一部分，难以共同分析属性。因此，我们只分析时空属性具有特殊互相关性的访问请求，即如果位置属性序列P_l＝＜p_i,p_i+1,...,p_i+l＞和类型属性序列S_l＝＜s_i+1,s_i+2,...,s_i+l＞保持不变并且长度达到最小阈值l＝3，表示为以下等式：

然后，我们假设位置属性和类型属性在下一个访问请求中保持不变，并且时间属性可以由Pre(t)预测。最后，联合属性预测函数Pre”(p,s,t)可以被构造为

2.访问请求的预测方法。

本节的目的是展示如何使用预测函数根据当前的用户请求来预测用户的下一个访问请求。

假设当前的用户访问请求可以表示为序列B＝＜b₁,b₂,b₃,...,b_m＞，时空属性序列为B＝＜(p₁,s₁,t₁),(p₂,s₂,t₂),...,(p_m,s_m,t_m)＞＝{P_m,S_m,T_m}，每个b_i＝(p_i,s_i,t_i),b_i∈B,表示一个用户访问请求。首先对其进行参数化并提取时空属性，形成时空属性序列。然后，根据访问请求预测函数Pre'(p,s,t)和Pre”(p,s,t)，将时空属性序列作为输入，并将输出

预测为访问请求。

我们定义了一个初始大小为w的滑动自适应观测窗口，将属于观测窗口的时空属性序列{P_w,S_w,T_w}作为预测函数的输入。然后，我们判断{P_w,S_w,T_w}是否满足公式(8)。如果它满足(8)，我们使用联合预测函数，否则，我们使用独立属性预测函数。因此，

和

可以预测。

(1)独立属性预测函数

对于不满足公式(8)的访问请求，我们根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求

1)位置属性预测。如图3所示，由于整个地理区域采用区域网格划分，所以在预测之前，需要根据公式(2)判断坐标点是属于同一个小区还是邻居小区。如果这些点属于同一个单元格，我们触发预测；否则，我们放弃预测。

这里，w'是最小观测窗口，R'(s_ij,φ_ij)是存储匹配的相关项目和置信度的临时规则集，P_W-1＝＜p_m-w+2,p_m-w+3,...,p_m＞是具有一位持续时间观察窗口的位置属性序列。Match(P_W,R(g_ij,φ_ij))为规则匹配函数，其输出为与p_w匹配成功的关联规则项，匹配失败时输出为NULL。例如，如果p_w的坐标点属于同一个小区g_ij或邻居小区，我们使用规则匹配函数Match(P_W,R(g_ij,φ_ij))扫描关联规则集R(g_ij,φ_ij)为三个匹配的关联项：

置信度满足φ₁+φ₂+φ₃＝1。如果φ₁＝max(φ₁,φ₂,φ₃)，预测的访问请求的位置属性是

2)类型属性预测。

类型属性预测类似于位置属性预测。根据预测功能Pre(s)扫描关联规则集R(s_ij,φ_ij)。在当前观察窗口中查找与类型属性序列匹配的关联规则。然后，选择置信度最高的置信度作为输出结果。假设(s₁,s₂,...,s_m)→(s'_m+1,φ₁)是与S_W成功匹配的关联规则，φ₁是最大的；则预测的访问请求的类型属性为

3)时间属性预测。

时间属性预测基于预测函数Pre(t)。首先，我们对T_W进行d阶差分处理以实现平稳性。然后，我们使用ARIMA来计算预测访问请求的时间属性，结果由

(2)联合属性预测函数。

对于不满足公式(8)的访问请求，我们根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求：

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (1)

1.一种基于时空属性关联规则的预测方法，其特征在于：该方法包括以下步骤：

S1：构造预测函数，预测函数包括独立属性预测函数和联合属性预测函数；独立属性预测函数包括位置属性预测函数、类型属性预测函数和时间属性预测函数；

S2：基于构建好的独立属性预测函数和联合属性预测函数，预测访问请求；

所述S1具体为：

预测函数由独立属性预测函数Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}和联合属性预测函数Pre”(p,s,t)组成；

独立属性预测函数的构造：

1)位置属性预测函数的构造；位置属性预测函数Pre(p)的关键方面是空间域中的访问请求的相关性，利用关联规则算法从位置属性序列p_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘关联项p_i→p_j，并根据关联规则集构造位置属性预测函数；

(a)区域网格划分

时空数据的位置属性表示智慧城市中数据源的地理位置，以纬度和经度坐标p＝(x,y)表示，利用区域网格划分整个区域，既允许规则的早期解决，也允许细胞区域中的关联规则的后期更新，从而为关联规则提供局部和递增的解决方案；

设地理区域是智慧城市中的二维欧几里德矩形空间[0,X][0,Y]；把它分成行×列，即row×col的矩形单元格进行编码，其中ith行jth列所覆盖的区域公式为g_ij＝j+col·(i-1)；那么，对于地理区域中的任何位置属性坐标点p_k＝(x_k,y_k)，如果它满足以下等式，则它属于单元g_ij：

(b)预测函数的构造

通过区域网格划分，使用关联规则算法从位置属性序列P_n＝＜p₁,p₂,p₃,...,p_n＞中挖掘每个单元的关联项，并根据关联规则集构造位置属性预测函数Pre(p)；

A.计算单元g_ij及其邻居单元中包含的位置坐标集

B.统计每个坐标点

出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_p进行比较，以找到频繁1项集；通过在频繁项集之间连接和切割遍历位置属性序列，找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n；

C.计算每个频繁m项集及其子频繁m-1项集的置信度；在置信度值大于置信度阈值Φ_p的关联项集上生成关联规则

然后，形成单元格g_ij的关联规则集

D.循环遍历地理区域中的每个单元，以计算位置属性关联规则集并合并它们以形成整个地理区域的关联规则集R(p_ij,Φ_ij)＝U_i,jR(g_ij,Φ_ij)；然后，构造位置属性预测函数：

Pre(p)＝Match(p,R(p_ij,Φ_ij))

其中Match(.)是规则匹配函数，其输出是与位置属性p匹配成功的关联规则；

2)类型属性预测函数的构造

类型属性预测函数Pre(s)的关键方面是类型域中的访问请求的相关性，使用关联规则算法从类型属性S_n＝＜s₁,s₂,s₃,...,s_n＞的序列中挖掘关联项s_i→s_j，并根据关联规则集构造类型属性预测函数，具体步骤如下：

(a)统计每个坐标点s_i,s_j∈S出现在位置属性序列中的次数，即支持度，并将其与预定义的支持阈值δ_s进行比较，以找到频繁1项集；通过在频繁项集之间连接和切割遍历类型属性序列，找到频繁2项集、频繁3项集等，直到频繁m项集，2≤m≤n；

(b)计算每个频繁m项集及其子频繁m-1项集的置信度，在置信度值大于置信度阈值Φ_s的关联项集上生成关联规则(s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m)；然后，形成单元格g_ij的关联规则集R(g_ij,Φ_ij)＝U_m((s_i,s_i+1,...,s_i+m-1)→(s_i+m,Φ_i,i+m))，然后构造类型属性预测函数：

Pre(s)＝Match(s,R(s_ij,Φ_ij))

3)时间属性预测函数的构造

时间属性预测函数Pre(t)的关键方面是时域中访问请求的相关性，分析时间序列的属性T_n＝＜t₁,t₂,t₃,...,t_n＞，建立一个模型来描述这种潜在的相关性；分段表示时间属性序列，并进行差分处理以实现局部平稳；然后，建立ARIMA模型，构建时间属性预测函数；

(a)时间属性序列的分段表示

使用基于斜率变化的极值点检测和根据序列中局部极值，即每条曲线的起始和结束值的时间属性序列的分段表示；计算由序列值t_i,1＜i＜n，形成的线段与其邻居点t_i-1,t_i+1的斜率差值||t_i-t_i-1|-|t_t+1-t_i||/ΔT，其中ΔT为访问请求的时间间隔；然后，将斜率差异与预定义的阈值进行比较，如果它大于或等于预定义的阈值，设m是一个局部极值，最后，通过使用局部极值，分段表示时间属性序列：

T＝{(t_1L,t_1R),(t_2L,t_2R),...,(t_kL,t_kR)}

其中t_iL是i,i∈k,段的起始值，t_iR是i,i∈k,段的最终值，k是分段的数量；

(b)预测函数的构造

通过上述分段表示和差分处理，实现时间属性序列的局部平稳性，构建ARIMA构造时间属性预测函数Pre(t)，通过引入k步滞后算子

和d阶差分

标准ARIMA(p,d,q)模型表示如下：

其中w_n＝Δ^dt_n＝(1-B)^dt_n是差分阶数，

是自回归参数，θ₁,θ₂,...,θ_q是移动平均参数，δ是指示序列是非零均值的常数，u_t是白噪声序列；

设j,1＜j＜k,的右、左局部极值为分段t_jL＝t_m,t_jR＝t_n；然后，分段表示为(t_jL,t_jR)＝t_m,t_m+1,...,t_n,并且通过d阶差分处理，p＝1,

同时，访问请求的时间属性序列不受外部随机干扰的影响，参数为u_t＝0,q＝0；

最后，建立ARIMA(1,d,0)为w_n＝w_n-1；结合滞后算子

和d阶差分，将时间属性预测函数Pre(t)表示为：

(2)联合属性预测函数的构造

由于时空属性互相关的访问请求只占请求总数的很小一部分，难以共同分析属性；因此，只分析时空属性具有特殊互相关性的访问请求，即如果位置属性序列P_l＝＜p_i,p_i+1,...,p_i+l＞和类型属性序列S_l＝＜s_i+1,s_i+2,...,s_i+l＞保持不变并且长度达到最小阈值l＝3，表示为：

p_i+1＝p_i+2＝...＝p_i+l,

s_i+1＝s_i+2＝...＝s_i+l,

l≥3

然后，设位置属性和类型属性在下一个访问请求中保持不变，并且时间属性由Pre(t)预测；最后，联合属性预测函数Pre”(p,s,t)被构造为

所述S2具体为：使用预测函数根据当前的用户请求来预测用户的下一个访问请求；

设当前的用户访问请求表示为序列B＝＜b₁,b₂,b₃,...,b_m＞，时空属性序列为B＝＜(p₁,s₁,t₁),(p₂,s₂,t₂),...,(p_m,s_m,t_m)＞＝{P_m,S_m,T_m}，每个b_i＝(p_i,s_i,t_i),b_i∈B，表示一个用户访问请求；首先对其进行参数化并提取时空属性，形成时空属性序列；然后，根据访问请求预测函数Pre'(p,s,t)和Pre”(p,s,t)，将时空属性序列作为输入，并将输出

预测为访问请求；

定义一个初始大小为w的滑动自适应观测窗口，将属于观测窗口的时空属性序列{P_w,S_w,T_w}作为预测函数的输入；然后，判断{P_w,S_w,T_w}是否满足公式

如果满足，使用联合预测函数，否则，使用独立属性预测函数；则有：

P_w＝(p_m-w+1,p_m-w+2,...,p_m)

S_w＝(s_m-w+1,s_m-w+2,...,s_m)

T_w＝(t_m-w+1,t_m-w+2,...,t_m)

(1)独立属性预测函数

对于不满足公式

的访问请求，根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求

1)位置属性预测；由于整个地理区域采用区域网格划分，所以在预测之前，需要根据公式

判断坐标点是属于同一个小区还是邻居小区；如果这些点属于同一个单元格，触发预测；否则，放弃预测；

w'是最小观测窗口，R'(s_ij,φ_ij)是存储匹配的相关项目和置信度的临时规则集，P_W-1＝＜p_m-w+2,p_m-w+3,...,p_m＞是具有一位持续时间观察窗口的位置属性序列；Match(P_W,R(g_ij,φ_ij))为规则匹配函数，其输出为与p_w匹配成功的关联规则项，匹配失败时输出为NULL；如果p_w的坐标点属于同一个小区g_ij或邻居小区，使用规则匹配函数Match(P_W,R(g_ij,φ_ij))扫描关联规则集R(g_ij,φ_ij)为三个匹配的关联项：

(p₁,p₂,...,p_m)→(p'_m+1,φ₁)

(p₁,p₂,...,p_m)→(p”_m+1,φ₂)

(p₁,p₂,...,p_m)→(p”'_m+1,φ₃)

置信度满足φ₁+φ₂+φ₃＝1；如果φ₁＝max(φ₁,φ₂,φ₃)，预测的访问请求的位置属性是

2)类型属性预测

类型属性预测类似于位置属性预测；根据预测功能Pre(s)扫描关联规则集R(s_ij,φ_ij)；在当前观察窗口中查找与类型属性序列匹配的关联规则；然后，选择置信度最高的置信度作为输出结果；设(s₁,s₂,...,s_m)→(s'_m+1,φ₁)是与S_W成功匹配的关联规则，φ₁是最大的；则预测的访问请求的类型属性为

3)时间属性预测

时间属性预测基于预测函数Pre(t)；首先，对T_W进行d阶差分处理以实现平稳性；然后，使用ARIMA来计算预测访问请求的时间属性，结果由

(2)联合属性预测函数

对于不满足公

的访问请求，根据公式Pre'(p,s,t)＝{Pre(p),Pre(s),Pre(t)}预测时空属性，从而形成预测访问请求：

Images