帶有位置信息的顯露序列模式挖掘算法研究.pdf

1、序列信息時(shí)刻充斥著我們的生活，隨著信息技術(shù)的發(fā)展，各個(gè)領(lǐng)域的序列信息也呈現(xiàn)了爆炸式的增長(zhǎng)。在信息時(shí)代背景下，如何從這些序列信息中高效的找出對(duì)我們有用的信息，成為了序列模式挖掘的一大挑戰(zhàn)。
　　顯露序列(Emerging Sequences，ESs)以發(fā)現(xiàn)具有強(qiáng)區(qū)分能力的子序列模式為目的，并用以構(gòu)建高效的分類(lèi)器。以往對(duì)于顯露序列模式的挖掘大多基于支持度或者出現(xiàn)次數(shù)的特征選擇框架，僅僅關(guān)注顯露序列的存在性，而忽略了顯露序列本身所攜帶的

2、其他信息。隨著信息技術(shù)的不斷發(fā)展，序列模式在各領(lǐng)域中應(yīng)用越來(lái)越廣，傳統(tǒng)的算法在應(yīng)對(duì)各領(lǐng)域越來(lái)越苛刻的需求時(shí)，顯得捉襟見(jiàn)肘。因此，很多研究者開(kāi)始嘗試尋找更有效的方法來(lái)進(jìn)行顯露序列模式挖掘。
　　本文提出一種新的顯露序列——位置顯露序列(Location Emerging Sequences，LESs)，基于出現(xiàn)次數(shù)構(gòu)建了位置顯露序列模式挖掘框架，并設(shè)計(jì)了相關(guān)的位置顯露序列模式挖掘算法。位置顯露序列不僅關(guān)注模式的出現(xiàn)次數(shù)，而且綜合了序

3、列本身所攜帶的位置信息，將出現(xiàn)次數(shù)與位置信息協(xié)同進(jìn)行特征選擇，對(duì)顯露序列模式挖掘具有重要意義。主要工作和貢獻(xiàn)如下:
　　(1)針對(duì)傳統(tǒng)顯露序列模式挖掘算法忽略子序列模式本身攜帶信息這一問(wèn)題，引入子序列位置信息，提出位置顯露序列模式，基于出現(xiàn)次數(shù)框架，設(shè)計(jì)了挖掘位置顯露序列模式算法，有效的結(jié)合了顯露序列模式的位置信息。為了有效的挖掘位置顯露序列模式，我們采用帶有位置信息的后綴樹(shù)進(jìn)行數(shù)據(jù)存儲(chǔ)，在一定程度上降低了算法的時(shí)間復(fù)雜度，并使得

4、算法能夠適應(yīng)更高維度的數(shù)據(jù)。通過(guò)實(shí)驗(yàn)表明，位置信息對(duì)分類(lèi)性能具有重要影響，采用位置顯露序列模式構(gòu)建的分類(lèi)器的分類(lèi)性能平均比以往的算法提高了2％左右。
　　(2)如何合理的引入位置信息，是本文研究的重點(diǎn)，針對(duì)位置顯露序列模式挖掘不能自適應(yīng)的調(diào)整位置系數(shù)k以及位置顯露序列模式挖掘算法框架不緊湊等問(wèn)題，我們提出了自適應(yīng)顯露序列模式挖掘算法，使位置顯露序列模式挖掘更靈活，更能適應(yīng)數(shù)據(jù)集的變化與用戶(hù)的需求。對(duì)位置顯露序列模式進(jìn)行了重新定義，