基于投影位置的序列模式挖掘算法研究與應用.pdf

1、隨著信息化技術的快速發(fā)展和廣泛應用，Web已經(jīng)成為人們獲取知識和交流信息的重要渠道之一，融入到人們的工作、學習和生活的方方面面，Web日志中收集了大量的用戶訪問數(shù)據(jù)，如何高效分析和利用這些海量數(shù)據(jù)成為當前數(shù)據(jù)挖掘的研究熱點。序列模式挖掘(Sequential Pattern Mining，SPM)主要研究如何在帶有時間特征的數(shù)據(jù)信息中挖掘頻繁發(fā)生的序列。近年來序列模式挖掘研究發(fā)展迅速，并廣泛應用于Web日志分析、客戶購買行為模式預測、疾

2、病診斷、自然災害預測和DNA序列分析等領域。
　　 本文針對Web日志海量信息的挖掘問題，對序列模式挖掘進行了比較深入的研究，探討了序列挖掘算法的相關問題。本文主要完成以下幾個方面的工作：
　　 (1)首先了解序列模式挖掘相關背景及國內外研究現(xiàn)狀，研究了當前最具代表性的序列模式挖掘算法以及分析其存在的問題。
　　 (2)重點分析了PrefixSpan算法，發(fā)現(xiàn)該算法在挖掘過程中產(chǎn)生大量投影數(shù)據(jù)庫和掃描不可能出現(xiàn)序

3、列，特別在挖掘密數(shù)據(jù)集和長序列模式時，使得算法性能急劇下降。針對此問題，提出一種基于投影位置的序列模式挖掘算法(Projection position-based Sequential Pattern Mining，PSPM)，將改進后的算法在UCI公共數(shù)據(jù)集上進行驗證，并分析對比算法性能。實驗結果表明，本文提出的PSPM算法具有更好的可行性和可伸縮性。
　　 (3)通過分析發(fā)現(xiàn)Web日志數(shù)據(jù)具有一些特殊性，針對Web日志數(shù)據(jù)特