El descubrimiento de conocimiento a través de aspectos espaciales y temporales de datos relacionados con la ocurrencia de eventos tiene muchas aplicaciones en la informática forense digital. Específicamente, en la vigilancia electrónica, es útil construir una línea de tiempo para analizar la información. Las técnicas existentes solo analizan la ocurrencia y co-ocurrencia de eventos; sin embargo, en general, hay tres aspectos de eventos: ocurrencias (y co-ocurrencias), no ocurrencias y la incertidumbre de ocurrencias/no ocurrencias con respecto a los aspectos espaciales y temporales de los datos. Estos tres aspectos de eventos deben considerarse para analizar mejor la periodicidad y predecir eventos futuros. Este estudio se centra en los aspectos espaciales y temporales dados en conjuntos difusos intuicionistas (IF) utilizando el paradigma de computación granular (GrC); se utilizó el análisis formal de conceptos (FCA) para comprender la granularidad de los datos. La originalidad del enfoque propuesto es descubrir la periodicidad de los datos de eventos dados en conjuntos IF a través de FCA y el paradigma GrC que ayuda a predecir eventos futuros. También se realizó una evaluación experimental para comprender la aplicabilidad de la metodología propuesta.