2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、序列模式挖掘技術(shù)研究作為數(shù)據(jù)挖掘與知識發(fā)現(xiàn)領(lǐng)域的重要分支,它的目的是發(fā)現(xiàn)有趣的序列事件,為理論或?qū)嶋H應(yīng)用提供數(shù)據(jù)支持。不同于傳統(tǒng)序列模式挖掘思路,負(fù)序列模式提供了一種序列模式分析的新角度,它不僅涵蓋了已經(jīng)存在或發(fā)生的事件(行為),還將未發(fā)生的事件(行為)考慮在內(nèi)。這些未發(fā)生的事件的性質(zhì)為本應(yīng)發(fā)生的,但因為某些原因而被隱藏,因此往往容易被人們忽略而導(dǎo)致錯失了重要信息。近年來人們愈發(fā)認(rèn)可負(fù)序列模式的價值,并在諸多實際領(lǐng)域中應(yīng)用了負(fù)序列模式來

2、提取有效信息,例如在消費行為分析,疾病診療和健康保險領(lǐng)域均提供了強(qiáng)有力的數(shù)據(jù)支持。然而,目前所有的負(fù)序列模式挖掘技術(shù)都沒有將重復(fù)模式考慮在內(nèi),即它們只考慮了子序列在數(shù)據(jù)序列間出現(xiàn)的情況,而忽略掉了子序列在同一數(shù)據(jù)序列重復(fù)出現(xiàn)的情況。如果一條負(fù)子序列在一條數(shù)據(jù)序列中重復(fù)出現(xiàn),意味著這條負(fù)子序列會擁有更高的支持度,從而引起人們的興趣,但若是不考慮重復(fù)模式,這樣一條擁有高重復(fù)性質(zhì)的負(fù)序列就很有可能不被發(fā)現(xiàn),導(dǎo)致有效信息的遺漏。因此,本文在重復(fù)

3、序列模式挖掘方向做了系統(tǒng)的研究,探索了如何高效的發(fā)現(xiàn)重復(fù)正序列模式和重復(fù)負(fù)序列模式,并針對其中的關(guān)鍵問題進(jìn)行了深入探討。此外,本文研究了現(xiàn)有的負(fù)序列模式挖掘算法存在的問題,并提出了一種更快速的負(fù)序列模式挖掘方法和一種可以從非頻繁序列中挖掘頻繁負(fù)序列的方法。具體內(nèi)容如下:
  1、重復(fù)正序列模式挖掘方法。
  本文基于經(jīng)典的GSP正序列挖掘算法提出了一種新的重復(fù)正序列模式挖掘算法RptGSP,并且對重復(fù)正序列進(jìn)行了非重疊定義。

4、RptGSP算法不僅考慮了傳統(tǒng)支持度的計算方式,并且考慮了正子序列在每條數(shù)據(jù)序列內(nèi)部的重復(fù)次數(shù),從而進(jìn)一步獲得更多有趣有效的序列信息,為數(shù)據(jù)分析提供更好的支持。
  2、重復(fù)負(fù)序列模式挖掘方法。
  目前所有負(fù)序列模式挖掘算法均未考慮序列的重復(fù)模式,因此我們首先對重復(fù)負(fù)序列模式進(jìn)行了定義,并提出了一種不需要重復(fù)掃描數(shù)據(jù)庫的高效重復(fù)負(fù)序列模式挖掘算法e-RNSP。該方法首先基于RptGSP算法發(fā)現(xiàn)的重復(fù)正序列來生成重復(fù)負(fù)候選序

5、列,之后應(yīng)用公式可以高效的計算負(fù)候選的重復(fù)支持度,從而避免了重復(fù)掃描序列數(shù)據(jù)庫。實驗結(jié)果表明e-RNSP可以高效的發(fā)現(xiàn)具有高重復(fù)性的負(fù)序列模式。
  3、快速負(fù)序列模式挖掘方法。
  針對負(fù)序列模式挖掘算法e-NSP的不足,本文提出了一種更加快速地挖掘負(fù)序列模式的方法f-NSP。F-NSP使用了位圖結(jié)構(gòu)體替代了e-NSP算法中原有的數(shù)組結(jié)構(gòu)體,該結(jié)構(gòu)體用于表示每一條候選負(fù)序列被數(shù)據(jù)庫序列的包含關(guān)系,從而可以應(yīng)用高效的位運算來

6、計算負(fù)候選序列的支持度,進(jìn)一步提高挖掘負(fù)序列模式的效率。由于使用位圖可能在支持度極低的情況下造成數(shù)據(jù)空間比e-NSP消耗多的情況,本文又提出了一種自適應(yīng)數(shù)據(jù)存儲策略來解決上述問題,并將其應(yīng)用在算法f-NSP+中。實驗證明,在大多數(shù)情況下,f-NSP比e-NSP的效率高出幾倍到十幾倍,最好的情況下可以比e-NSP快上百倍,但是在有些情況下,例如數(shù)據(jù)庫所有頻繁模式支持度極低的情況下,e-NSP仍然具有它的優(yōu)勢。
  4、非頻繁正序列中

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論