王翠青, 杨晓彤, 陈未如

(沈阳化工大学 计算机科学与技术学院, 辽宁 沈阳 110142)

序列模式挖掘是数据挖掘研究中的一个重要部分，在许多领域有着广泛的应用，如顾客购物习惯、Web访问模式、科学实验过程分析、自然灾害预测、疾病治疗、药物检验以及DNA分析等[1-4].结构关系模式是以序列模式挖掘为基础，进一步找出序列模式之间关系的一种挖掘方法[5].这种方法将序列模式之间的关系进一步进行分解、细化，整合，形成由并发、互斥、重复及串行关系组成的复合模式[5-7].

目前对并发序列模式的研究已经取得阶段性的成果，文献[8]主要介绍了基于支持向量的序列模式挖掘算法，该算法的主要特点是在时间上效率较高，并且避免了庞大的客户序列数据库对具体序列间关系的影响，不再丢失出现概率较小而相互联系密切的关系模式，保证了挖掘出的结果更完整，但该算法产生的中间结果太多，并且序列长度不合理；文献[9]介绍了应用于生物信息的并发序列模式挖掘算法，该算法主要是寻找蛋白质序列之间的并发关系，并且要求输入项必须是单项的.

当前对于学生成绩的分析，相关工作主要集中在关联规则的挖掘[10-13]，一般方法是对学生成绩数据源进行预处理，改进数据的质量，从而帮助提高挖掘的精度和性能；给出最小支持度和最小置信度，采用类Apriori算法进行挖掘，从而发现课程之间的相关性.该类研究的优点是可以从挖掘结果中找出……