序列模式挖掘算法研究.pdf

1、關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中比較活躍的研究方向之一，它反映了大量數(shù)據(jù)中項(xiàng)目之間有趣的關(guān)聯(lián)或聯(lián)系，一個比較經(jīng)典例子就是“90％的客戶在購買面包和黃油的同時也購買了牛奶”，數(shù)據(jù)庫中的每個項(xiàng)目以平等一致的方式來處理。而加權(quán)關(guān)聯(lián)規(guī)則則考慮了各個項(xiàng)目的不同的關(guān)注度，從一定程度上提高了傳統(tǒng)關(guān)聯(lián)規(guī)則的興趣度。序列模式是在關(guān)聯(lián)模型中增加了時間屬性，把數(shù)據(jù)之間的關(guān)聯(lián)性與時間聯(lián)系起來，尋找的事務(wù)之間在時間上的先后次序關(guān)系，預(yù)測將來可能出現(xiàn)的值的分布。 目前

2、，對序列模式挖掘算法的研究很多，主要集中在如何提高算法的時間效率和減少空間上的開銷。但在龐大的交易數(shù)據(jù)庫里，這些算法很容易產(chǎn)生幾百、幾千個序列模式，如果每個序列都要實(shí)驗(yàn)一遍，代價太高了且讓人無所適從，如何從事務(wù)數(shù)據(jù)庫中找出商家更感興趣的精簡的“黃金”序列就成了當(dāng)務(wù)之急。因此本文在序列模式的基礎(chǔ)上提出了偏愛度，并結(jié)合加權(quán)的概念，提出了FSPAM算法，經(jīng)原型驗(yàn)證，該算法挖掘出的序列模式更精簡且更有效。 其次、序列模式的經(jīng)典算法的主要