基于聚類分區(qū)的序列模式挖掘算法研究.pdf

1、信息技術(shù)的日新月異使得各個(gè)領(lǐng)域的數(shù)據(jù)量激增，在此背景下誕生的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘給人們提供了一種新的認(rèn)識數(shù)據(jù)、理解數(shù)據(jù)的智能手段。序列模式發(fā)現(xiàn)是其中的一個(gè)重要研究課題。數(shù)據(jù)規(guī)模的增大對挖掘算法提出了更高的要求。本文針對目前序列模式發(fā)現(xiàn)研究中的一些問題展開研究，主要研究工作如下：
　　 (1)詳細(xì)討論了序列模式的基本模型以及經(jīng)典的發(fā)現(xiàn)方法，展現(xiàn)了序列模式發(fā)現(xiàn)研究領(lǐng)域的應(yīng)用前景及所面I臨的挑戰(zhàn)。
　　 (2)針對Prefix

2、Span算法產(chǎn)生的投影數(shù)據(jù)庫花費(fèi)較多的存儲空間及掃描時(shí)間，提出PSD算法，舍棄了對非頻繁項(xiàng)的存儲及對投影序列數(shù)小于最小支持?jǐn)?shù)的投影數(shù)據(jù)庫的掃描，減少了不必要的存儲空間，提高了查詢速度。實(shí)驗(yàn)證明，PSD算法比Prefix Span算法具有更好的時(shí)空性能。
　　 (3)對較大數(shù)據(jù)集挖掘序列模式，提出基于分區(qū)的序列模式挖掘算法，以期克服有限存儲問題，為并行處理及分布式處理做好基礎(chǔ)。此外，當(dāng)給出的分區(qū)數(shù)固定時(shí)，不同的分區(qū)性能可能存在較大