基于約束的序列模式挖掘算法的研究.pdf

1、現(xiàn)有的序列模式挖掘算法能有效地在大型數(shù)據(jù)庫(kù)中挖掘出完整的序列模式集。然而，隨著應(yīng)用領(lǐng)域越來越細(xì)化，用戶對(duì)挖掘出來的序列模式提出了更高的要求。因此，將用戶的要求或興趣轉(zhuǎn)化成一種或多種約束，來限定挖掘的序列模式是序列模式挖掘領(lǐng)域內(nèi)的一個(gè)研究重點(diǎn)。本文針對(duì)這些問題，將研究重點(diǎn)放在基于約束的序列模式挖掘算法的研究上，這些研究問題在超市中顧客購(gòu)買模式、網(wǎng)站訪問頁(yè)面的序列模式、電信告警序列模式和DNA模式等中有重要的意義。 本文首先提出了一

2、種基于規(guī)則表達(dá)式約束的增量式序列模式挖掘算法。此算法用規(guī)則表達(dá)式來表示用戶的要求，然后把規(guī)則表示式約束有機(jī)融合到增量挖掘過程中，采用三種優(yōu)化策略優(yōu)化挖掘過程，以減少所消耗的時(shí)間。在動(dòng)態(tài)數(shù)據(jù)庫(kù)中挖掘約束序列模式時(shí)，此算法的性能明顯優(yōu)于FASTUP算法。 其次，提出了當(dāng)算法參數(shù)發(fā)生變化時(shí)序列模式的增量式更新算法。該算法基于格頻繁模式樹的結(jié)構(gòu)，將前次挖掘得到的候選序列模式及其支持度的信息和索引集映射表都保存在格頻繁模式樹中，以便下次挖

3、掘時(shí)使用，縮小了模式搜索空間，降低了模式挖掘的時(shí)間。在最小支持度閾值逐漸變小時(shí)，該算法的性能明顯優(yōu)于MEMISP算法。 最后，提出了一種基于時(shí)間粒度的周期約束序列模式挖掘算法。該算法采用日歷中的時(shí)間概念作為周期約束中時(shí)間戳的表示方法，描述現(xiàn)實(shí)世界中的時(shí)間概念，通過構(gòu)建HP-CSB，采用兩種候選序列生成方式，提高了挖掘效率，其算法的性能優(yōu)于PrefixSpan算法。 實(shí)驗(yàn)結(jié)果表明，本文提出的三種算法的挖掘性能明顯優(yōu)于現(xiàn)有的