MINING FUZZY TEMPORAL ITEMSETS WITHIN VARIOUS TIME INTERVALS IN QUANTITATIVE DATASETS

هدف از اين تحقيق ارايه روشي جديد جهت كشف الگو هاي زماني پرتكرار در زيرمجموعه هايي پيوسته ازمجموعه داده هاي مقداري مي باشد. ذكر اين نكته لازم است كه گرچه اين الگوهاي زماني ممكن است در بازه هاي زماني مشخص داراي تعداد تكراربالايي بوده واز پشتيبان بالايي برخوردار باشند، الزاما اين امر در كل مجموعه داده صدق نميكند. به همين دليل نيز استخراج اين الگوها با الگوريتم هاي كلاسيك موجود تقريبا غير ممكن است. اين مقاله، دقيقا به اين مشكل مي پردازد و الگوريتمي جديد بنام FSLIM (استخراج الگوهاي زباني صلب فازي)به منظور استخراج SLI ها (الگوي زباني صلب)از مجموعه داده هاي مقداري ارايه مينمايد.SLI مفهوم جديدي است كه در اين مقاله به عنوان بخشي اساسي از حل مسيله معرفي شده است. روش پيشنهادي شامل دو مرحله است: در مرحله اول، با استفاده از نظريه مجموعه هاي فازي هر مقدارعددي به يك مقدار كلاميتبديل ميشود و در مرحله دوم، همهSLI ها استخراج ميشوند. در پايان، كارآيي FSLIM از نظرزمان اجرا، مقياس پذيري و تعداد الگوهاي زماني پرتكراردر مجموعه داده هاي آزمايشگاهي با دو الگوريتم كلاسيك مقايسه شدهاست. همچنين به منظورنشان دادن قابليتFSLIM در كشف دانش پنهان كه با استفاده از روشهاي كلاسيك قابل استخراج نيست، الگوريتمپيشنهادي برروي مجموعه داده هاي واقعي ترافيك شهر مشهد نيزاجرا شده است.

This research aims at proposing a new method for discovering fre- quent temporal itemsets in continuous subsets of a dataset with quantitative transactions. It is important to note that although these temporal itemsets may have relatively high support or occurrence within particular time inter- vals, they do not necessarily get similar support across the whole dataset, which makes it almost impossible to extract them using the existing traditional al- gorithms. This paper directly addresses this problem and introduces a new algorithm called Fuzzy Solid Linguistic Itemset Mining (FSLIM) to discover Solid Linguistic Itemsets (SLIs) within a quantitative dataset. SLI is a new concept introduced here as an essential part of the solution presented in this paper. The proposed method consists of two phases. In the first phase, fuzzy set theory is used to transform each quantitative value to a linguistic item; and in the second phase, all SLIs are extracted. Finally, the efficiency of FSLIM is compared in terms of execution time, scalability and the number of frequent patterns with those of two classic approaches on synthetic datasets. The pro- posed approach is also applied to an actual Mashhad Urban Traffic dataset in order to illustrate FSLIMʹs ability in discovering the hidden knowledge that could not be extracted by traditional methods.