序列模式挖掘的研究與應(yīng)用.pdf

1、何為數(shù)據(jù)挖掘?從字面意思理解就是對數(shù)據(jù)進(jìn)行挖掘，本質(zhì)的目的就是從數(shù)據(jù)庫或其它相關(guān)信息庫的大量數(shù)據(jù)中，挖掘出能夠反映有效知識的數(shù)據(jù)的過程，是當(dāng)前非常熱門的一個研究領(lǐng)域，其中序列模式的發(fā)現(xiàn)是其中的一個重要研究課題。
　　 自從序列模式挖掘問題被提出以后，就一直成為人們研究的重點，因為它可以被應(yīng)用在很多領(lǐng)域。隨著對序列模式算法的研究，出現(xiàn)了很多比較好的和相對比較成熟的算法，但是大部分算法都是面向整個數(shù)據(jù)庫的序列來進(jìn)行挖掘的，這樣就會導(dǎo)

2、致在挖掘過程中產(chǎn)生一些無用的或用戶不感興趣的候選序列，這在算法根據(jù)支持度進(jìn)行挖掘的過程中就耗費(fèi)了大量的時間和空間，如分析顧客的購買行為，就不需要將其一月份購買的產(chǎn)品和十二月份購買的產(chǎn)品放在一起進(jìn)行研究比較，如何把時間限制因素融入到序列模式挖掘中成為目前序列模式挖掘研究的一個重要方向。本文簡要介紹了基于約束的序列模式挖掘，并分析了相關(guān)的時間約束條件，提出了基于時間限制的快速產(chǎn)生候選項的方法，此方法能夠快速定位序列之間的結(jié)合，避免了不必要的

3、掃描和檢驗，從而加快了產(chǎn)生候選項的速度。
　　 序列模式挖掘在生物研究方面也具有十分重要的應(yīng)用。隨著醫(yī)療科技的發(fā)展，很多物種的基因序列都被測出，這就使得存儲世界各地的生物序列的數(shù)據(jù)庫變得越來越強(qiáng)大。如果能從這些海量的數(shù)據(jù)中探求出生物序列中的規(guī)律，我們就可以總結(jié)出一些物種的遺傳特點，以及發(fā)現(xiàn)一些疾病的誘發(fā)基因，這對疾病的預(yù)防和治療都是十分有意義的。
　　 由于生物序列本身的特殊性，采用單一支持度的挖掘方法在某些方面并不能滿