共享顯露模式的挖掘算法研究.pdf

1、模式挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要部分，為數(shù)據(jù)挖掘的任務(wù)包括分類、聚類、關(guān)聯(lián)規(guī)則等奠定基礎(chǔ)，顯露模式(EPs)是一種新興的知識(shí)模式，顯露模式是那些來(lái)自于兩個(gè)類中支持度變化幅度大的項(xiàng)集，所以具有很好的分類性能，對(duì)顯露模式的研究是在一個(gè)數(shù)據(jù)集中的兩個(gè)或多個(gè)類中進(jìn)行的，而共享顯露模式(Shared Emerging Patterns，SEPs)是兩個(gè)數(shù)據(jù)集中相同和相似的顯露模式，它表征一種共同特性，對(duì)應(yīng)用在遷移學(xué)習(xí)和類推等領(lǐng)域有很大的潛力。本文

2、主要針對(duì)SEPs的應(yīng)用以及挖掘算法做了一系列的研究，主要工作和貢獻(xiàn)包括以下幾點(diǎn):
　　 (1)研究SEPs的應(yīng)用，提出一種利用SEPs來(lái)衡量數(shù)據(jù)集相似性的算法。該算法給出一種衡量SEPs質(zhì)量的定義，結(jié)合SEPs的質(zhì)量和數(shù)量來(lái)計(jì)算SEPs在數(shù)據(jù)集中的貢獻(xiàn)，相當(dāng)于量化SEPs的貢獻(xiàn)，然后通過(guò)量化了的貢獻(xiàn)評(píng)價(jià)數(shù)據(jù)集的相似性。實(shí)驗(yàn)結(jié)果表明，當(dāng)在分類實(shí)驗(yàn)中選擇相似的輔助數(shù)據(jù)，取共享知識(shí)量化成相似度后值大的，分類準(zhǔn)確性比量化成相似度后值小的

3、高，且不管輔助數(shù)據(jù)以任何比例和源數(shù)據(jù)組合都不影響實(shí)驗(yàn)結(jié)論。
　　 (2)針對(duì)SEPs挖掘算法中產(chǎn)生模式數(shù)量較少的問(wèn)題，提出一種新的模式相似度衡量方法，該方法參考編輯距離衡量字符串相似度，用距離來(lái)衡量模式的相似度，但是不需要考慮模式的順序。實(shí)驗(yàn)結(jié)果表明，該模式相似度衡量方法在其他條件相同的情況下產(chǎn)生的模式數(shù)量是之前算法的將近3倍。
　　 (3)針對(duì)SEPs挖掘算法的挖掘性能較低的問(wèn)題，提出一種基于OSP-tree的挖掘算法