移动计算环境中用户移动模式的挖掘

在移动计算中与移动用户位置相关的移动对象位置管理服务以及基于位置的移动增值服务等都离不开移动用户移动模式的挖掘。该文利用用户的移动日志，通过非二频繁项集把整个日志切割为一系列的子序列，然后把子序列分别归入频繁子序列和非频繁子序列这两个箱中，再分别对其进行合并和拆分处理，寻找最大频繁项集，即移动用户的最大移动模式。     

基于RS在移动计算中的规则提取与仿真

RS(RoughSet)方法是一种处理不精确或不完整信息的强有力数学工具。该文首先提出了基于RS在移动计算环境中进行数据挖掘的系统模型,并给出了对数据进行规则提取的具体算法,最后给出了仿真程序和应用结果。     

基于Rough Set的规则更新算法

RS(RoughSet)方法犤1,2犦是一种处理不精确或不完整信息的强有力的数学工具。该文给出了在RS挖掘算法的基础上,支持度和置信度不变的前提下,数据量增加时的规则更新算法:在新的区分矩阵中充分利用已知的行列,并给出了具体的算法步骤。     

移动计算中基于Apriori算法的空间关联规则提取

在移动计算中存在大量和位置相关的空间数据,该文首先在确定的空间谓词、目标对象以及其他特定对象的基础上用Circle方法提取空间谓词值,然后将其按目标对象组织成事务数据库,最后用Apriori算法对该数据库进行关联规则的提取,得出用户在移动的过程中所需要的简单而实用的信息。