基于序列數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)和研究.pdf

1、序列模式挖掘就是發(fā)現(xiàn)序列數(shù)據(jù)庫(kù)中的頻繁子序列作為用戶感興趣的模式。它是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域中一個(gè)很重要、很活躍的研究課題。在現(xiàn)實(shí)生活中有著廣泛的應(yīng)用，例如：顧客購(gòu)物模式分析、網(wǎng)絡(luò)訪問模式分析、科學(xué)研究或自然災(zāi)害中的序列或與時(shí)間有關(guān)的過(guò)程分析、疾病治療過(guò)程分析、DNA序列分析等等。因此，對(duì)于序列模式挖掘的深入研究必將有力地推動(dòng)相關(guān)領(lǐng)域的研究。 用戶在使用數(shù)據(jù)挖掘系統(tǒng)進(jìn)行數(shù)據(jù)挖掘時(shí)經(jīng)常帶有隨意性、反復(fù)性。即用戶不大可能一次就確定進(jìn)行數(shù)據(jù)

2、挖掘的最小支持度閾值，而需要進(jìn)行多次反復(fù)。如果數(shù)據(jù)挖掘系統(tǒng)運(yùn)行的速度很慢，那么用戶就不可能容忍漫長(zhǎng)的等待時(shí)間。為提高用戶使用系統(tǒng)的滿意度，可以將用戶使用系統(tǒng)過(guò)程中發(fā)現(xiàn)的知識(shí)保存在知識(shí)庫(kù)中，以加快系統(tǒng)的運(yùn)行速度。本文在此基礎(chǔ)上，設(shè)計(jì)了序列模式數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)，提出了知識(shí)庫(kù)所存儲(chǔ)知識(shí)的結(jié)構(gòu)。知識(shí)庫(kù)中存儲(chǔ)有所包含知識(shí)的最小支持度閾值，所發(fā)現(xiàn)的序列模式以及它們的支持度，然后根據(jù)用戶查詢時(shí)可能提出的最小支持度，將這些知識(shí)分塊存儲(chǔ)，便于查詢。提出

3、了建立知識(shí)庫(kù)的方法，知識(shí)庫(kù)在何時(shí)更新，如何更新等等。 對(duì)于序列模式數(shù)據(jù)挖掘來(lái)說(shuō)，挖掘算法是系統(tǒng)成功的關(guān)鍵。研究人員一直在努力設(shè)計(jì)效率更高的數(shù)據(jù)挖掘算法。本文在研究當(dāng)前比較流行的一些序列模式挖掘算法的基礎(chǔ)上，重點(diǎn)分析了MEMISP算法的不足。針對(duì)這些不足，本文提出了一種改進(jìn)的MEMISP算法。在將數(shù)據(jù)讀入內(nèi)存時(shí)即將原數(shù)據(jù)庫(kù)進(jìn)行投影操作，去除了非頻繁項(xiàng)，避免了在進(jìn)行數(shù)據(jù)挖掘時(shí)的無(wú)用讀取。設(shè)計(jì)了新的算法處理的數(shù)據(jù)結(jié)構(gòu)，并根據(jù)這樣的結(jié)構(gòu)