序列模式挖掘若干問(wèn)題研究.pdf

1、序列模式挖掘在Web日志挖掘、自然災(zāi)害預(yù)測(cè)、DNA和蛋白質(zhì)序列模式發(fā)現(xiàn)等領(lǐng)域有著廣泛應(yīng)用?；陬l繁模式增長(zhǎng)的。PrefixSpan是目前性能最好的序列模式挖掘算法之一。然而在密數(shù)據(jù)集和長(zhǎng)序列模式挖掘過(guò)程中，會(huì)出現(xiàn)大量的重復(fù)投影數(shù)據(jù)庫(kù)，使得這類算法性能下降。同時(shí)，序列數(shù)據(jù)庫(kù)往往是動(dòng)態(tài)更新的，如果每次都是從原始數(shù)據(jù)庫(kù)中進(jìn)行挖掘更新序列模式，將面臨巨大的搜索空間，效率低下，通過(guò)在已有的模式基礎(chǔ)上挖掘新的模式，可以減少挖掘原始數(shù)據(jù)庫(kù)的次數(shù)。

2、 本文針對(duì)序列模式挖掘搜索空間大，序列數(shù)據(jù)庫(kù)更新頻繁等特點(diǎn)，對(duì)序列模式挖掘算法及其相關(guān)算法進(jìn)行了研究。主要工作成果為： 1) 給出了一種針對(duì)序列模式的壓縮表示方法，節(jié)省了基于頻繁模式增長(zhǎng)的序列模式挖掘算法所需要的內(nèi)存空間。 2) 提出了一種序列模式挖掘算法，通過(guò)對(duì)投影數(shù)據(jù)庫(kù)的偽投影做單項(xiàng)雜湊函數(shù)，如。MD5等，檢查是否存在重復(fù)的投影數(shù)據(jù)庫(kù)，避免大量重復(fù)數(shù)據(jù)庫(kù)的掃描，從而生成了壓縮的前綴樹(shù)，并采用一些必要條件簡(jiǎn)化壓縮前

3、綴樹(shù)結(jié)點(diǎn)的搜索。并根據(jù)壓縮前綴樹(shù)給出了一種構(gòu)造閉合序列模式的算法。 3) 證明了當(dāng)前基于PrefixSpan的IrmSpan系列算法并不能挖掘出所有的序列模式，這類基于半頻繁模式的增量序列模式挖掘算法存在缺陷。并提出了一種新的增量序列模式挖掘算法，通過(guò)前綴樹(shù)來(lái)表示序列模式，然后不斷地掃描增量序列產(chǎn)生的增量集來(lái)維護(hù)這個(gè)樹(shù)的結(jié)構(gòu)，在掃描過(guò)程中通過(guò)廣度剪枝和深度剪枝算法來(lái)縮小搜索空間。然后結(jié)合壓縮前綴樹(shù)和增量剪枝策略，進(jìn)一步提高增量序