《毕业论文：基于投影数据挖掘算法研究与实现》.doc

陕西理工学院毕业设计 PAGE  第  PAGE 27 页 共  NUMPAGES 27 页 陕西理工学院毕业设计 第  PAGE 1 页 共  NUMPAGES 27 页 毕业论文﹙设计﹚ 题 目 基于投影数据挖掘算法研究与实现 学生姓名 郭凯 学号 041842020 所在院(系) 数学系 专业班级 信息与计算科学043班 指导教师 周涛 完成地点 数学系数据挖掘实验室 2008年 6 月 9 日 基于投影数据挖掘算法研究与实现 作者：郭凯 （陕西理工学院 数学系信息与计算科学专业043班 陕西 723001） 指导教师：周涛 [摘要]：序列模式的发现是数据挖掘领域一个活跃的研究分支,即在序列数据库中找出所有的频繁子序列.本文先介绍序列模式挖掘中的一些基本概念,然后详细描述FreeSpan和PrefixSpan2个基于投影、分治的模式增长的重要算法。基于投影方法即序列数据库先被投影为很多小投影数据库, 然后在小投影数据库中进行递归挖掘的典型算法.其中FreeSpan算法是将数据库分成若干个子空间，再每个子空间里进行递归的的投影，对于每一个项及其与前一项组合成的序列模式进行投影挖掘，最终得出频繁子序列。PrefixSpan算法则是先找出长度为1的序列模式，以此序列模式为前缀的投影，并在投影数据库里面继续递归的进行投影，最终得出频繁子序列。本文并以实例解析，更为详细清楚的描述了两种算法的过程。 [关键词]:数据挖掘； FreeSpan算法；PrefixSpan算法； According to cast shadow a data to scoop out calculate way research Author：GuoKai （Grade04,Class03, Information and calculation science，Department of Mathematics，Shaanxi University of Technology，Hanzhong 723000，Shaanxi） tutor:: ZhouTao Abstract Sequence mode data mining is the discovery of an active area of research branch, that is, all sequences in the database to identify the frequency of sequence. In this paper, first introduced in the sequence pattern mining some of the basic concepts, and then described in detail FreeSpan and PrefixSpan2 based projection, the partition of the important growth pattern algorithm. Based on the projection method that sequence database was first projection for the many small projection database, and then a small projection database Mining typical recursive algorithm. Which FreeSpan algorithm is divided into several sub-database space, then each of the recursive space for the projector, and for each and every item with a combination of 10% of the former model projection excavation sequence, the final sequence of drawn frequent. The Pre