基于序列數據庫的數據挖掘系統(tǒng)的設計和研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、序列模式挖掘就是發(fā)現序列數據庫中的頻繁子序列作為用戶感興趣的模式。它是當前數據挖掘領域中一個很重要、很活躍的研究課題。在現實生活中有著廣泛的應用,例如:顧客購物模式分析、網絡訪問模式分析、科學研究或自然災害中的序列或與時間有關的過程分析、疾病治療過程分析、DNA序列分析等等。因此,對于序列模式挖掘的深入研究必將有力地推動相關領域的研究。 用戶在使用數據挖掘系統(tǒng)進行數據挖掘時經常帶有隨意性、反復性。即用戶不大可能一次就確定進行數據

2、挖掘的最小支持度閾值,而需要進行多次反復。如果數據挖掘系統(tǒng)運行的速度很慢,那么用戶就不可能容忍漫長的等待時間。為提高用戶使用系統(tǒng)的滿意度,可以將用戶使用系統(tǒng)過程中發(fā)現的知識保存在知識庫中,以加快系統(tǒng)的運行速度。本文在此基礎上,設計了序列模式數據挖掘系統(tǒng)的結構,提出了知識庫所存儲知識的結構。知識庫中存儲有所包含知識的最小支持度閾值,所發(fā)現的序列模式以及它們的支持度,然后根據用戶查詢時可能提出的最小支持度,將這些知識分塊存儲,便于查詢。提出

3、了建立知識庫的方法,知識庫在何時更新,如何更新等等。 對于序列模式數據挖掘來說,挖掘算法是系統(tǒng)成功的關鍵。研究人員一直在努力設計效率更高的數據挖掘算法。本文在研究當前比較流行的一些序列模式挖掘算法的基礎上,重點分析了MEMISP算法的不足。針對這些不足,本文提出了一種改進的MEMISP算法。在將數據讀入內存時即將原數據庫進行投影操作,去除了非頻繁項,避免了在進行數據挖掘時的無用讀取。設計了新的算法處理的數據結構,并根據這樣的結構

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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