基于偏序的頻繁序列模式壓縮算法研究.pdf

1、伴隨計(jì)算機(jī)應(yīng)用的普及，特別是網(wǎng)絡(luò)技術(shù)的高速發(fā)展，人們利用信息技術(shù)產(chǎn)生和搜集數(shù)據(jù)的能力大幅度提高，而現(xiàn)實(shí)世界中的數(shù)據(jù)也是越來(lái)越豐富，從大量的數(shù)據(jù)中提取知識(shí)也變得越來(lái)越困難。數(shù)據(jù)挖掘的發(fā)展大大的方便了知識(shí)的提取，但隨著計(jì)算處理速度的提高，目前很多數(shù)據(jù)挖掘問(wèn)題的研究瓶頸已不是在數(shù)據(jù)挖掘的效率，而是在挖掘的模式的質(zhì)量上。 頻繁模式挖掘是數(shù)據(jù)挖掘中的一項(xiàng)很關(guān)鍵的技術(shù)，為了提高頻繁模式挖掘的質(zhì)量，本文針對(duì)序列模式的特點(diǎn)，提出了基于偏序的頻繁

2、序列模式壓縮算法ApproxPO(Towards Frequent Sequential Paaem Mining Compression Using Ap-proximate Partial Order)。它以頻繁序列模式為輸入，可視化的偏序?yàn)檩敵?。算法充分利用了序列之間的關(guān)聯(lián)性和偏序在知識(shí)表達(dá)上的優(yōu)越性，使得算法不但能夠?qū)π蛄心Ｊ竭M(jìn)行精簡(jiǎn)，而且能夠方便的分析所得到的挖掘結(jié)果。它主要包括如下的幾個(gè)步驟： ●數(shù)據(jù)預(yù)備：生成，清理

3、實(shí)驗(yàn)數(shù)據(jù)，使所得數(shù)據(jù)能夠被算法所直接使用，本文一共對(duì)三種數(shù)據(jù)進(jìn)行了清理。 ●距離定義：本文根據(jù)序列模式和偏序的特點(diǎn)，提出了三種序列模式間的距離，并對(duì)它們進(jìn)行相關(guān)的比較和測(cè)試。 ●模式總結(jié)：以常用的k-中心聚類(lèi)和層次聚類(lèi)的方法為基礎(chǔ)對(duì)模式進(jìn)行了總結(jié)。 ●近似偏序生成：提出了近似偏序的概念，說(shuō)明了生成近似偏序的過(guò)程，并對(duì)部分的近似偏序挖掘?qū)嵗M(jìn)行了分析●效果評(píng)估：定義了時(shí)間效率的評(píng)估和質(zhì)量的評(píng)估方法，并將算法在多個(gè)的