一種新的頻繁子樹挖掘算法研究.pdf

1、隨著信息的爆炸式增長，人們日益變得在信息垃圾當中不知所措。如何從這些無用的信息中挖掘出對我們有用的知識是近幾十年來數(shù)據(jù)挖掘的主要研究目的。最初的數(shù)據(jù)挖掘的對象是結構化的關系表和事務數(shù)據(jù)庫。到目前為止，該領域已經有了長足的發(fā)展。然而，隨著數(shù)據(jù)挖掘應用領域的不斷擴大，如何從半結構化和非結構化數(shù)據(jù)當中發(fā)現(xiàn)知識呢？這是目前研究人員所面臨的技術難題，因為傳統(tǒng)的數(shù)據(jù)挖掘算法不能有效的應用到這些領域中來。圖結構能夠模擬幾乎所有的事物之間的聯(lián)系，它也能

2、應用到上述半結構化和非結構化的數(shù)據(jù)挖掘中來?；趫D的數(shù)據(jù)挖掘已成為數(shù)據(jù)挖掘中的一個新的研究熱點?；趫D的數(shù)據(jù)挖掘有廣闊的應用空間，如在We挖掘、空間數(shù)據(jù)挖掘、生物信息學中蛋白質結構挖掘、藥物分子設計及其功能預測等領域都有廣泛的應用。樹是一種特殊的圖，對頻繁子樹挖掘算法的研究有著重要的理論意義和應用價值。 本文工作主要包括以下幾部分：(1)在分析當前頻繁子樹挖掘定義的基礎上提出了基于支持度和頻繁度的頻繁子樹挖掘定義；(2)為計算模

3、式子樹的支持度和頻繁度，提出了一種基于樹同構的候選子樹支持度與頻繁度的計數(shù)方法；(3)提出了森林的二維表表示方法，這提高了對數(shù)據(jù)庫訪問的速度；(4)提出了一種新的候選子樹的生成方法，通過在數(shù)據(jù)庫的基礎上生成新的候選子樹，從而減少了為了計算子樹的支持度而進行的無效的樹匹配問題；(5)提出了頻繁子樹挖掘算法FSubtreeM，它能有效地從自由樹數(shù)據(jù)庫中挖掘頻繁的導出自由樹。 實驗研究表明，F(xiàn)SubtreeM能有效地從實驗數(shù)據(jù)庫car