字符序列模式挖掘算法的研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘是一門多學(xué)科交叉的研究領(lǐng)域，它綜合了數(shù)據(jù)庫(kù)技術(shù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、知識(shí)工程、面向?qū)ο蠓椒?、信息檢索、高性能計(jì)算以及數(shù)據(jù)可視化等最新科學(xué)技術(shù)的研究成果。經(jīng)過(guò)二十多年眾多學(xué)者細(xì)致的研究，特別是進(jìn)入21世紀(jì)，產(chǎn)生不少新概念和新算法。
　　在計(jì)算機(jī)實(shí)驗(yàn)教學(xué)過(guò)程中，教師面向的學(xué)生較多，教師在有限的課堂時(shí)間中，通過(guò)巡視觀察學(xué)生屏幕可以發(fā)現(xiàn)學(xué)生是否進(jìn)行與學(xué)習(xí)無(wú)關(guān)的操作（如玩游戲，上網(wǎng)等）。但教師很難全方位、多角度監(jiān)測(cè)到所有學(xué)生

2、的實(shí)驗(yàn)情況，通過(guò)學(xué)生按鍵發(fā)現(xiàn)一些有價(jià)值的模式和規(guī)律，就需要對(duì)學(xué)生實(shí)驗(yàn)按鍵操作進(jìn)行挖掘分析。
　　序列模式挖掘是數(shù)據(jù)挖掘研究的一個(gè)重要領(lǐng)域，序列模式挖掘的對(duì)象主要有生物序列、時(shí)間序列和事件序列。本文把學(xué)生上機(jī)實(shí)驗(yàn)的按鍵操作序列抽象為字符序列，針對(duì)按鍵操作模式進(jìn)行深入的研究，主要工作包括以下幾個(gè)方面:
　　1)數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換主要完成以下幾個(gè)任務(wù)。任務(wù)一:將鍵盤按鍵碼轉(zhuǎn)換成鍵盤上對(duì)應(yīng)的按鍵;任務(wù)二:統(tǒng)計(jì)不同用戶的個(gè)數(shù)，給用戶進(jìn)

3、行編碼得到用戶ID;任務(wù)三:給相同用戶不同時(shí)間段進(jìn)行編碼得到時(shí)間戳ID。這些任務(wù)通過(guò)編寫C語(yǔ)言程序來(lái)完成。
　　2)通過(guò)研究SPADE算法，發(fā)現(xiàn)SPADE算法有一些缺點(diǎn)，如:計(jì)算用戶的支持度需要通過(guò)序列的Id list進(jìn)行統(tǒng)計(jì)，如果有大量的候選序列產(chǎn)生的時(shí)候，需要不斷的進(jìn)行連接操作，這時(shí)需要花費(fèi)大量的時(shí)間，降低了算法的執(zhí)行效率。
　　3)本文主要針對(duì)SPADE算法的缺點(diǎn)，提出了SPADE算法的改進(jìn)算法—基于垂直壓縮位圖的SP