序列模式挖掘算法研究與實(shí)現(xiàn).pdf

1、數(shù)據(jù)挖掘是從數(shù)據(jù)庫或其它信息庫的大量數(shù)據(jù)中挖掘出有效知識的過程，是當(dāng)前涉及人工智能和數(shù)據(jù)庫等學(xué)科的一門相當(dāng)活躍的研究領(lǐng)域，序列模式的發(fā)現(xiàn)是其中的一個重要研究課題。 序列模式挖掘就是在時序數(shù)據(jù)庫中挖掘相對時間或其他模式出現(xiàn)頻率高的模式。序列模式發(fā)現(xiàn)是最重要的數(shù)據(jù)挖掘任務(wù)之一，并有著廣闊的應(yīng)用前景，比如交易數(shù)據(jù)庫中的客戶行為分析、Web訪問日志分析、科學(xué)實(shí)驗(yàn)過程的分析、文本分析、DNA分析和自然災(zāi)害預(yù)測等等。 多維序列模式挖

2、掘是在序列模式挖掘基礎(chǔ)上考慮了其它一些維信息，像在顧客購買行為分析中考慮到顧客的年齡、性別等信息，這樣的模式融合了更多的信息，應(yīng)用價值更高。 本文在分析序列模式挖掘算法的基礎(chǔ)上，對多維序列模式挖掘算法以及在應(yīng)用領(lǐng)域的具體實(shí)施方面做了較深入的探討，主要貢獻(xiàn)如下： (1)提出高效的基于連接的多維序列模式挖掘算法Seq-mdp(Sequenee-Multi-Dimensional Pattern)。在挖掘多維模式時，掃描一次投

3、影庫，記錄下得到的頻繁項(xiàng)的所屬屬性以及元組信息，用于后續(xù)的連接，不需要再掃描投影庫，僅通過連接就可以獲得所有的多維模式。實(shí)驗(yàn)表明該算法有較好的時間性能。 (2)將多維序列模式挖掘算法應(yīng)用于異常檢測。針對入侵檢測的特點(diǎn)將數(shù)據(jù)挖掘技術(shù)應(yīng)用于用戶異常行為檢測中，首先將用戶行為數(shù)據(jù)庫轉(zhuǎn)化為多維序列數(shù)據(jù)庫，然后對其進(jìn)行多維序列模式挖掘以提煉出用戶高頻行為模式，將當(dāng)前模式庫與歷史模式庫做比較判斷是否存在異常，實(shí)驗(yàn)說明了方法的可行性。