序列模式挖掘維護(hù)算法的研究.pdf

1、現(xiàn)有的序列模式挖掘算法能有效地在大型數(shù)據(jù)庫中挖掘出完整的序列模式集。然而在這些算法中仍存在兩個(gè)值得注意的問題，一是大多數(shù)增量挖掘算法一般只考慮向數(shù)據(jù)庫中增加事務(wù)和數(shù)據(jù)序列的情況，很少考慮刪除這些數(shù)據(jù)的情況；二是目前序列模式的增量式挖掘算法主要集中在數(shù)據(jù)庫更新基礎(chǔ)上的序列模式維護(hù)技術(shù)的研究，很少有算法考慮到當(dāng)算法參數(shù)發(fā)生變化時(shí)，如何根據(jù)前次挖掘結(jié)果盡快挖掘新條件下的序列模式集。這兩類問題的研究在電子商務(wù)、顧客購物模式以及Web訪問挖掘等領(lǐng)

2、域中具有重要的意義。 針對(duì)以上兩個(gè)問題，本文首先提出了當(dāng)從序列數(shù)據(jù)庫中刪除某些數(shù)據(jù)時(shí)序列模式的增量式更新算法。該算法以Apriori的候選產(chǎn)生和測(cè)試策略為基礎(chǔ)，將前次挖掘得到的頻繁序列集保存起來，同時(shí)采用一種新的候選序列集生成方法，僅生成新出現(xiàn)的候選模式，縮小了模式的搜索空間，在一定程度上減小了候選集的規(guī)模，降低了模式挖掘的時(shí)間。在從序列數(shù)據(jù)庫中刪除數(shù)據(jù)的情況下進(jìn)行序列模式的增量式挖掘時(shí)，該算法的性能明顯優(yōu)于GSP。 其

3、次，提出了當(dāng)算法參數(shù)發(fā)生變化時(shí)序列模式的增量式更新算法。該算法基于候選庫CB的結(jié)構(gòu)，將前次挖掘得到的候選序列模式及其支持度的信息都保存在候選庫中，以便下次挖掘時(shí)使用。當(dāng)指定的最小支持度小于前次挖掘時(shí)的最小支持度時(shí)，挖掘過程中應(yīng)及時(shí)對(duì)候選庫進(jìn)行更新。該算法減小了候選集的規(guī)模，縮小了模式搜索空間，降低了模式挖掘的時(shí)間。在最小支持度閾值逐漸變小時(shí)，該算法的性能明顯優(yōu)于GSP。 實(shí)驗(yàn)結(jié)果表明，本文提出的兩種算法在挖掘時(shí)間上以及生成的候選