基于約束的頻繁模式挖掘方法以及應(yīng)用研究.pdf

1、基于約束的頻繁模式挖掘是數(shù)據(jù)挖掘研究中最基本問(wèn)題之一，具有廣泛的實(shí)際應(yīng)用。然而，在這個(gè)研究領(lǐng)域中，仍然存在三個(gè)方面的挑戰(zhàn):(1)如何拓展新的應(yīng)用？具體而言，除了模式的“支持度”，怎樣設(shè)計(jì)一些新模式指標(biāo)更好地去度量模式的興趣度，以滿足新應(yīng)用的需求;(2)和模式支持度的反單調(diào)性不同，所提新模式指標(biāo)的性質(zhì)通常都比較復(fù)雜，比如它不滿足單調(diào)性、反單調(diào)性、可轉(zhuǎn)換性、簡(jiǎn)明性等。那么對(duì)一個(gè)模式，如何快速計(jì)算其所有父模式關(guān)于該指標(biāo)的上/下界，并利用這個(gè)新

2、模式指標(biāo)的特性設(shè)計(jì)出高效算法;(3)通常，不同的應(yīng)用，有不同新模式指標(biāo)的提出，然后分別提出不同的模式上/下界的計(jì)算方法。那么有沒(méi)有一種通用方法可以計(jì)算任一模式指標(biāo)的上/下界？針對(duì)以上問(wèn)題和挑戰(zhàn)，本文開(kāi)展了基于約束的頻繁模式挖掘的方法及其應(yīng)用研究，主要成果及貢獻(xiàn)如下:
　　首先，提出了一個(gè)基于模式挖掘的網(wǎng)頁(yè)內(nèi)容推薦方法。網(wǎng)頁(yè)內(nèi)容推薦就是從網(wǎng)頁(yè)中找到重要的內(nèi)容塊組合推薦給用戶，有著很多的應(yīng)用（比如網(wǎng)頁(yè)智能打印、移動(dòng)設(shè)備上的電子閱讀等）

3、。目前有許多的方法試圖去解決這個(gè)問(wèn)題，但在這些方法中，要么就是針對(duì)于特定網(wǎng)頁(yè)（比如新聞、博客類的網(wǎng)頁(yè)），要么就是半自動(dòng)化的（用戶需要額外的操作去選擇網(wǎng)頁(yè)的內(nèi)容塊）。針對(duì)于任一類型的網(wǎng)頁(yè)，如何全自動(dòng)地提取網(wǎng)頁(yè)中的有效內(nèi)容，目前還沒(méi)有得到很好地解決。為此，本文利用之前用戶對(duì)相似網(wǎng)頁(yè)的選擇方式，將該問(wèn)題形式化成一個(gè)模式挖掘推薦問(wèn)題，提出了一個(gè)基于模式挖掘的網(wǎng)頁(yè)內(nèi)容推薦方法，可以為任一類型的網(wǎng)頁(yè)提供更加準(zhǔn)確的網(wǎng)頁(yè)內(nèi)容推薦。具體而言，推薦給用戶的

4、內(nèi)容塊組合（模式）不僅要頻繁被其它用戶選擇，而且要越完整越好。鑒于此，本文提出了一個(gè)新的模式興趣指標(biāo)，即占有度，來(lái)衡量模式在其支持?jǐn)?shù)據(jù)庫(kù)上的完整度。結(jié)合模式的支持度和占有度，可以提供給用戶更加準(zhǔn)確、滿意的網(wǎng)頁(yè)內(nèi)容推薦。最后，同基準(zhǔn)方法比較，在真實(shí)的數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明所提方法能取得更加滿意的推薦結(jié)果和運(yùn)行效率。
　　其次，提出了一個(gè)基于占有度的頻繁模式挖掘通用高效算法。本章分別對(duì)占有度的定義、界估算方法以及應(yīng)用三個(gè)層面進(jìn)行深度擴(kuò)

5、展。具體而言，基于不同的加權(quán)平均（算術(shù)平均和調(diào)和平均），提出了兩種不同的占有度定義，即算術(shù)占有度和調(diào)和占有度。與模式支持度的反單調(diào)性不同，占有度的性質(zhì)即不滿足單調(diào)性、反單調(diào)性，又不滿足可轉(zhuǎn)換性、簡(jiǎn)明性，那么對(duì)一個(gè)模式，如何快速計(jì)算其所有父模式關(guān)于占有度的一個(gè)上界？為此，對(duì)于每一種占有度定義，本文分別提出了三種上界:高效、最‘緊’和折中上界。高效上界對(duì)于單個(gè)結(jié)點(diǎn)計(jì)算比較高效，但是比較松散，需要搜索結(jié)點(diǎn)數(shù)比較多;最‘緊’上界得到的界比較緊湊

6、，因而搜索很少的結(jié)點(diǎn)，但是計(jì)算單個(gè)結(jié)點(diǎn)比較耗時(shí);為此，本文提出了一個(gè)折中上界，在松緊度和計(jì)算復(fù)雜度之間達(dá)到一個(gè)均衡，使算法整體性能達(dá)到最優(yōu)。占有度的概念不僅對(duì)于事務(wù)數(shù)據(jù)庫(kù)上的應(yīng)用很重要（比如網(wǎng)頁(yè)內(nèi)容打印推薦），而且對(duì)于序列數(shù)據(jù)庫(kù)中上的應(yīng)用也非常重要（比如旅游餐景點(diǎn)推薦），為此，本文提出了一個(gè)通用算法DOFRA可以同時(shí)處理不同類型數(shù)據(jù)庫(kù)上的應(yīng)用。最后，在兩個(gè)實(shí)際應(yīng)用中驗(yàn)證了DOFRA的有效性，同時(shí)也在大量的合成數(shù)據(jù)中驗(yàn)證了DOFRA算法運(yùn)

7、行效率。
　　最后，提出了一個(gè)通用模型可以高效估算任一模式指標(biāo)的上/下界?；诩s束模式挖掘不僅有助于捕捉更多的模式的語(yǔ)義信息，而且還可以利用約束的性質(zhì)進(jìn)一步地提高挖掘效率。在一些實(shí)際的應(yīng)用驅(qū)動(dòng)下，通常會(huì)提出一些新的模式指標(biāo)去度量模式的興趣度，然后分別估算所提模式指標(biāo)的上/下界，缺少一個(gè)適合于任一模式指標(biāo)的統(tǒng)一框架。為此，本文形式化了只考慮項(xiàng)標(biāo)記的界估計(jì)問(wèn)題，提出了一個(gè)通用模型可以高效解決這個(gè)問(wèn)題。為了更加直觀地展示所提通用框架的有