一种基于单序列的序列模式挖掘方法研究
2012-01-25陈未如吴玲玲王翠青
沈阳化工大学学报 2012年3期
陈未如, 吴玲玲, 王翠青
(沈阳化工大学计算机科学与技术学院,辽宁沈阳110142)
近年来序列模式挖掘[1]已成为数据挖掘[2]的一个重要方面,其应用范围也不局限于交易数据库.在web挖掘、文本分析、DNA序列分析、股票趋势分析等新型应用数据源众多方面得到针对性研究.序列模式(Sequential Patterns)是指在序列数据库中频繁出现的序列.序列模式挖掘涉及到支持度、用户指定的最小支持度、频繁子序列、序列模式性质等,参见文献[1].
序列模式挖掘有2种主要的框架:多序列的序列模式挖掘[3]和单序列的序列模式挖掘[4].序列模式挖掘问题由Agrawal和Srikant首先提出,在基于 Apriori的 GSP算法中,Srikant和Agrawal推广了早期提出的概念,包括时间约束、滑动时间窗口和用户定义的分类法[5].Kazuhiro Shimizu和Takao Miura提出了文本挖掘和析取模式的概念,并提出基于单序列的频繁析取模式挖掘的新方法.介绍了一种满足反单调性的复杂的计算方法,并证明了方法有效可行[6].到目前为止,基于多序列的序列模式挖掘的研究十分广泛,现有的关系模式挖掘理论也大多基于多序列.因此,本文将重点研究基于单序列的序列模式的性质和挖掘方法.
1 基于单序列数据库的序列模式
单序列通常是相当长的数据串.与多序列不同,在单序列中判断元素间关联性的依据是它们之间的距离,元素间的关联性随距离的增大而减小.笔者关心的是频繁出现在相对近的距离内的子序列.由此引出如下滑动窗口[7]的概念.
定义1 滑动窗口(Sliding Window).对于给……
登录APP查看全文
