序列挖掘算法研究.pdf

1、該文對(duì)數(shù)據(jù)挖掘中的序列挖掘算法作了較深入的研究.Mohammed J.Zai針對(duì)Apriori算法的需要多次掃描數(shù)據(jù)庫(kù)和采用哈希做作為主要存儲(chǔ)結(jié)構(gòu)的缺點(diǎn),提出了SPADE算法.SPADE算法相對(duì)于Apriori算法是一個(gè)比較好的算法,它采用垂直存儲(chǔ)方式,同時(shí)掃描數(shù)據(jù)庫(kù)的次數(shù)較少.但是它仍然存在以下一些缺點(diǎn)：（1）產(chǎn)生大量冗余候選集;（2）產(chǎn)生頻繁序列只是局限于不同的商品項(xiàng)目.基于上述缺點(diǎn),該文提出了中綴序列挖掘算法.以SPADE算法作為

2、中綴序列挖掘算法的主要思路,在產(chǎn)生候選集時(shí),結(jié)合GSP產(chǎn)生候選集的算法,通過(guò)對(duì)兩個(gè)序列進(jìn)行中間匹配來(lái)產(chǎn)生候選集,達(dá)到減少冗余候選集數(shù)量的目的,提高算法的效率,同時(shí)在產(chǎn)生的頻繁序列中可以重復(fù)出現(xiàn)相同的商品項(xiàng)目,使算法具有更加廣闊的適應(yīng)性.該文對(duì)SPADE算法和中綴序列挖掘算法的候選集產(chǎn)生情況做了比較,通過(guò)大量的實(shí)驗(yàn)數(shù)據(jù)證明了中綴序列挖掘算法的效率明顯高于SPADE算法.該文的中綴算法適用于序列挖掘,尋找和時(shí)間相關(guān)的頻繁序列.該文最后使用了