甘昕艳，唐晓年

(广西中医药大学，广西 南宁 530200)

1 引言

关联规则主要是指对象或者事件之间存在关联联系，这种联系建立在对象或者事件两者同时出现的基础上。关联规则早期被应用于商业中，代表顾客是否同时购买某些商品[1]。上述这种关系具有较强的商业价值，能够辅助人们进行市场运作、投资以及决策管理等。

时序数据关联规则主要是指时间序列局部变化趋势之间所具有的时间约束关联关系，这种局势变化趋势之间的关联规则能够为决策者提供决策帮助。时间序列本身具有数据密集性以及时间波动性[2]，而且局部变化趋势之间的时序关联规则均被隐藏在数据中，只有通过挖掘才能够获取。

时序数据关联规则挖掘是一项系统工作，需要经历时间序列预处理、时间序列压缩等步骤，各个挖掘方法的好坏主要取决于挖掘关联规则的可靠性，也就是制约时序关联规则的有效性。

当前，国内外相关专家对时序数据关联规则挖掘方面的研究已经取得了一些较好的研究成果，例如：王立亚[3]等人通过区间概念的不确定性，设定区间关联规则的度量标准—精确度和不确定度，然后组建基于带参数区间概念的时序数据关联规则挖掘模型；程广[4]等人通过MapReduce完成对并行关联规则增量更新挖掘模型的设计，通过MapReduce进行参数设定以及突触权值更新，然后改进初始算法中的能量函数，将其和标准能量函数对齐，同时采用忆阻值表示权值，将偏置和权值放大，组建关联规则挖掘模型。……