嵌入式與導(dǎo)出式頻繁子樹挖掘算法研究.pdf

1、樹結(jié)構(gòu)數(shù)據(jù)以其表達事物清晰、完整等優(yōu)勢，在計算機網(wǎng)絡(luò)、Web挖掘、生物信息分析、XML文檔挖掘等領(lǐng)域有著日趨重要的應(yīng)用。本文針對有序標號樹，以最右路徑擴展技術(shù)為基礎(chǔ)，從改進投影庫的構(gòu)造方法、減小投影庫的規(guī)模和提高投影庫中節(jié)點的計數(shù)效率等方面，對頻繁嵌入式與導(dǎo)出式子樹挖掘算法進行了研究。主要研究內(nèi)容如下： ⑴給出了一種基于離散區(qū)間的嵌入式頻繁子樹挖掘算法DIFTM。首先，采用了最右路徑擴展的方法，由頻繁k-子樹可直接擴展成為頻繁（

2、k+1）-子樹，避免了候選生成；其次，利用離散區(qū)間構(gòu)造最右路徑投影庫，消除了部分冗余投影，有效地減小了投影庫的規(guī)模；再次，對投影庫中的節(jié)點計數(shù)時，先找離散區(qū)間，再在離散區(qū)間上計數(shù)頻繁節(jié)點，避免了對重復(fù)投影的重復(fù)掃描；最后，采用CSLOGS數(shù)據(jù)集，實驗驗證了算法的正確性和有效性。 ⑵給出了一種基于編碼的導(dǎo)出式頻繁子樹挖掘算法EFITM。首先，通過樹的寬度優(yōu)先編碼表示原始數(shù)據(jù)庫，使得最右路徑投影中不存在冗余節(jié)點，減小了投影庫中每個投