基于命題邏輯的頻繁序列模式挖掘算法的研究.pdf

1、頻繁序列模式挖掘是數(shù)據(jù)挖掘中非常重要的一個研究領(lǐng)域，序列數(shù)據(jù)在我們?nèi)粘Ｉ町斨惺呛艹Ｒ姷模⑶掖嬖谥@著的商業(yè)價值。
　　頻繁序列模式的挖掘主要是基于大項集的挖掘，這類算法目前存在兩個主要問題，第一，支持度閾值設(shè)定問題。傳統(tǒng)類Apriori算法必須預(yù)先設(shè)定一個最小支持度閾值作為判斷是否為頻繁模式的標準。然而，一般情況下用戶對支持度閾值并沒有準確的認識，主要通過多次試探或豐富的經(jīng)驗來設(shè)定，缺少統(tǒng)一的評判標準。第二，挖掘的規(guī)則集數(shù)量龐

2、大，挖掘結(jié)果對于用戶來說難以理解。具體的講，如果序列模式P是頻繁的，則P的全部子序列模式也都是頻繁的，這導(dǎo)致了序列模式結(jié)果集的規(guī)模呈指數(shù)級增長的問題，大大增加了用戶理解序列模式結(jié)果集的難度。
　　本文在分析頻繁序列模式挖掘算法的基礎(chǔ)上，針對該類算法存在的問題，將命題邏輯的思想首次引入到這類算法當中，主要貢獻如下:
　　1、提出了一種基于命題邏輯的頻繁序列模式挖掘算法，通過在挖掘過程中加入邏輯過濾規(guī)則，去除掉大量不符合邏輯的、

3、無用的規(guī)則集，使序列的結(jié)果集大大優(yōu)化，從而降低了算法的時間消耗，而且，提高了結(jié)果的質(zhì)量。同時，有效的解決了支持度閾值設(shè)置問題，降低了算法對它的依賴性。
　　2、在結(jié)果過濾階段，提出了一種根據(jù)序列子集判斷對應(yīng)結(jié)果序列支持度范圍的方法，將這一方法應(yīng)用到算法過程中，有效的壓縮了結(jié)果集的范圍，排除了無效的候選序列，同時也有效提高了算法的效率。
　　對上述方法進行實驗，與傳統(tǒng)頻繁序列模式挖掘算法GSP算法做對比，結(jié)果表明，基于命題邏輯