基于命題邏輯的頻繁序列模式挖掘算法的研究.pdf

1、頻繁序列模式挖掘是數(shù)據(jù)挖掘中非常重要的一個(gè)研究領(lǐng)域，序列數(shù)據(jù)在我們?nèi)粘Ｉ町?dāng)中是很常見(jiàn)的，并且存在著顯著的商業(yè)價(jià)值。
　　頻繁序列模式的挖掘主要是基于大項(xiàng)集的挖掘，這類算法目前存在兩個(gè)主要問(wèn)題，第一，支持度閾值設(shè)定問(wèn)題。傳統(tǒng)類Apriori算法必須預(yù)先設(shè)定一個(gè)最小支持度閾值作為判斷是否為頻繁模式的標(biāo)準(zhǔn)。然而，一般情況下用戶對(duì)支持度閾值并沒(méi)有準(zhǔn)確的認(rèn)識(shí)，主要通過(guò)多次試探或豐富的經(jīng)驗(yàn)來(lái)設(shè)定，缺少統(tǒng)一的評(píng)判標(biāo)準(zhǔn)。第二，挖掘的規(guī)則集數(shù)量龐

2、大，挖掘結(jié)果對(duì)于用戶來(lái)說(shuō)難以理解。具體的講，如果序列模式P是頻繁的，則P的全部子序列模式也都是頻繁的，這導(dǎo)致了序列模式結(jié)果集的規(guī)模呈指數(shù)級(jí)增長(zhǎng)的問(wèn)題，大大增加了用戶理解序列模式結(jié)果集的難度。
　　本文在分析頻繁序列模式挖掘算法的基礎(chǔ)上，針對(duì)該類算法存在的問(wèn)題，將命題邏輯的思想首次引入到這類算法當(dāng)中，主要貢獻(xiàn)如下:
　　1、提出了一種基于命題邏輯的頻繁序列模式挖掘算法，通過(guò)在挖掘過(guò)程中加入邏輯過(guò)濾規(guī)則，去除掉大量不符合邏輯的、

3、無(wú)用的規(guī)則集，使序列的結(jié)果集大大優(yōu)化，從而降低了算法的時(shí)間消耗，而且，提高了結(jié)果的質(zhì)量。同時(shí)，有效的解決了支持度閾值設(shè)置問(wèn)題，降低了算法對(duì)它的依賴性。
　　2、在結(jié)果過(guò)濾階段，提出了一種根據(jù)序列子集判斷對(duì)應(yīng)結(jié)果序列支持度范圍的方法，將這一方法應(yīng)用到算法過(guò)程中，有效的壓縮了結(jié)果集的范圍，排除了無(wú)效的候選序列，同時(shí)也有效提高了算法的效率。
　　對(duì)上述方法進(jìn)行實(shí)驗(yàn)，與傳統(tǒng)頻繁序列模式挖掘算法GSP算法做對(duì)比，結(jié)果表明，基于命題邏輯