原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于剪枝概念格的序列模式挖掘研究+，
聂成林1王浩 胡学钢1杨宝华2
(合肥工业大学计算机科学与技术系 合肥230009)
(安徽农业大学计算机科学与技术系 合肥230061)z
AbstractThis researchesthe
methodof based
paper sequential OD lattice
mining patterns pruned
concept
(PRUNED with
classical methodreduces
CL)Comparedalgorithms，OUr thenumberof transaction
scanning
databaseand the
improves
miningefficiency．
Data
Keywords lattice，Prunedlattice
mining，Sequentialpatterns，Concept concept
偏序集合与之对应，且这个偏序集合产生一种格结
1．引言
构，这种由背景T所诱导的格L就称为一个概念
挖掘序列模式口’21是数据挖掘的一个重要范畴。 格。格L中的每一个节点是一个序偶(称为概念)，
对它的研究始于对货篮数据的分析，其目的是为了
从交易数据库中发现大多数顾客的序列购买行为。 概念的外延；XC-P(D)是Y中所有事例的共同属性
的集合，称为概念的内涵。每一个序偶关于关系R
经典的序列模式挖掘算法(AprioriAll算法“3和
必须是完备的，即只有最大扩展的序偶才出现在概
GSP算法[z3等)需要迭代生成频繁序列的候选集并
通过多次扫描交易数据库来确定候选序列的支持 念格结构中。
度。本文研究了基于概念格Is,4]的序列模式挖掘的方 根据概念节点之间的偏序关系可以产生概念格
法。以概念格为工具，仅需对交易数据库扫描一次即
可得到与挖掘任务相关的所有信息，从而提高了挖 间的泛化和特化关系．可以作为数据分析与知识获
掘的效率。 取的一种工具。
2．基本概念 5．基于剪枝概念格的序列模式挖掘
2．1序列模式 5．1概念格与序列模式挖掘
序列模式相关概念的形式化定义可参见文[1]。 交易库D可以理解为一个形式背景T一(O，
为便于序列模式挖掘，本文引入序列位置的概念。 D，R)，其中O为交易的集合，D为项集，R描述它
用于序列模式挖掘的交易数据库D是由顾客 们之间的关系，即哪些交易具有相同的项集。每个交
序列组成的。顾客序列是顾客的所有交易按交易时 易以(Cid，Tid)对标识。由这个形式背景，我们可以
间升序的列表，以顾客标识符Cid标识。顾客序列中 构造对应的概念格。格中节点的支持度指支持其内
的每个交易有唯一的标识符Tid。我们假设同一时 涵的顾客数。这可
文档评论（0）