基于投影位置的序列模式挖掘算法研究與應(yīng)用.pdf

1、隨著信息化技術(shù)的快速發(fā)展和廣泛應(yīng)用，Web已經(jīng)成為人們獲取知識和交流信息的重要渠道之一，融入到人們的工作、學(xué)習(xí)和生活的方方面面，Web日志中收集了大量的用戶訪問數(shù)據(jù)，如何高效分析和利用這些海量數(shù)據(jù)成為當(dāng)前數(shù)據(jù)挖掘的研究熱點(diǎn)。序列模式挖掘(Sequential Pattern Mining，SPM)主要研究如何在帶有時(shí)間特征的數(shù)據(jù)信息中挖掘頻繁發(fā)生的序列。近年來序列模式挖掘研究發(fā)展迅速，并廣泛應(yīng)用于Web日志分析、客戶購買行為模式預(yù)測、疾

2、病診斷、自然災(zāi)害預(yù)測和DNA序列分析等領(lǐng)域。
　　 本文針對Web日志海量信息的挖掘問題，對序列模式挖掘進(jìn)行了比較深入的研究，探討了序列挖掘算法的相關(guān)問題。本文主要完成以下幾個(gè)方面的工作：
　　 (1)首先了解序列模式挖掘相關(guān)背景及國內(nèi)外研究現(xiàn)狀，研究了當(dāng)前最具代表性的序列模式挖掘算法以及分析其存在的問題。
　　 (2)重點(diǎn)分析了PrefixSpan算法，發(fā)現(xiàn)該算法在挖掘過程中產(chǎn)生大量投影數(shù)據(jù)庫和掃描不可能出現(xiàn)序

3、列，特別在挖掘密數(shù)據(jù)集和長序列模式時(shí)，使得算法性能急劇下降。針對此問題，提出一種基于投影位置的序列模式挖掘算法(Projection position-based Sequential Pattern Mining，PSPM)，將改進(jìn)后的算法在UCI公共數(shù)據(jù)集上進(jìn)行驗(yàn)證，并分析對比算法性能。實(shí)驗(yàn)結(jié)果表明，本文提出的PSPM算法具有更好的可行性和可伸縮性。
　　 (3)通過分析發(fā)現(xiàn)Web日志數(shù)據(jù)具有一些特殊性，針對Web日志數(shù)據(jù)特