序列模式發(fā)現(xiàn)中關(guān)鍵問題的研究.pdf

1、數(shù)據(jù)庫知識發(fā)現(xiàn)(KDD)是當前涉及人工智能和數(shù)據(jù)庫等學科的一門相當活躍的研究領(lǐng)域，序列模式發(fā)現(xiàn)是其中的一個重要研究方向。 當前序列模式發(fā)現(xiàn)算法需要多次掃描數(shù)據(jù)庫，挖掘所有的頻繁序列，時間開銷較大。在實際應用中，最小支持度的設(shè)置是一個敏感問題。為此，本文針對以上關(guān)鍵問題進行研究，主要工作如下： (1)提出一種基于統(tǒng)計方法動態(tài)確定最小支持度的算法NewGSP。傳統(tǒng)的序列模式發(fā)現(xiàn)算法中的最小支持度需要人為來設(shè)定，具有一定的局限

2、性。NewGSP采用采用統(tǒng)計方法，動態(tài)地確定最小支持度，壓縮候選序列集。理論分析及實驗表明NewGSP較傳統(tǒng)的序列模式發(fā)現(xiàn)算法在時間和空間性能上具有一定的優(yōu)越性。 (2)提出一種基于圖結(jié)構(gòu)發(fā)現(xiàn)閉合序列模式的新算法G-CloSpan。挖掘閉合序列集合能在保持信息完備性的前提下，比挖掘頻繁序列全集更加精簡有效。G-CloSpan算法僅需掃描一次數(shù)據(jù)庫，將與挖掘任務相關(guān)的信息映射在頻繁2序列圖(F2SG)中，通過位置信息來計算支持度，