基于PrefixSpan的序列模式挖掘改进算法.pdfVIP

第35卷 第23期 计 算 机 工 程 2009年 l2月 Vo1．35 ND．23 ComputerEngineering December 2009 - 软件技术与数据库 · 文章缩号20 i —__j ———— 萌■而 基于PrefixSpan的序列模式挖掘改进算法 汪林林 ，范 军 ’ (1．重庆邮电大学计算机科学与技术学院，重庆400065；2．重庆工学院，重庆400050) 摘 要：针对序列模式挖掘算法PrefixSpan在挖掘过程中需要构造大量投影数据库的不足，提出1PMSP算法，在递归挖掘过程中，通过检 查序列数据库关于前缀的前缀，避免对同一频繁前缀模式构造重复投影数据库，同时舍弃对非频繁项的存储并在投影序列数小于最小支持 度时停止扫描投影数据库，从而提高PrefixSpan算法的时空性能。实验结果证明，IPMSP算法在时间和空间性能上优于PrefixSpan算法。 关翻 ：序列模式；PrefixSpan算法；投影数据库 ImprovedAlgorithm forSequentialPatternM ining Based0nPrefixSpan WANG Lin．1in ．一．FAN Jun (1．CollegeofComputerScienceTechnology,ChongqingUniversityofPostTele．，Chongqing400065； 2．ChongqingInstituteofTechnology,Chongqing400050) [AbstractlAimingatthePrefixSpanalgorithmproducehugeamountofprojectdatabasesinminingsequencepatterns，htispaperproposesan ImprovedPrefixSpna algorithmforMniingSequentialPattems(IPMSP)alaorihtm．Byavoidproduceduplicatedprojectdaatbaseswihtthesame prefixpattemhtroughchecknighteprefixwithreg~dtoprefixofhtesequencedaatbaseandabnegatinghtenon—frequentitemsnadprojectdaatbases which sequentialnumberislowerhtan minimum suppo~ ni hte recursive mninigprocess，the performna ce ofPrefixSpna iswellimproved． ． Experimentresultsshowshtathtetimeandspaceperfomr anceofIPMSPalgorihtm arebeRerhtna htatofPrefixSpan． [Keywords]sequentialpaUem；PrefixSpanalgorihtm；projectdaatbase 1 概述 的次数和数量，从而缩短算法执行的时 ，减小投影数据库 序列模式挖掘作为重要的 KDD研究课题有着十分广泛 占用的空间。 的应用前景。目前已提出许多序列模式挖掘算法，文献[1]提