频繁有序标号树的频繁约束挖掘.pdfVIP

计算机科学2003V01．30N-O．10(增刊) 频繁有序标号树的频繁约束挖掘¨ Tree of LabelOrdered Restrictions MiningFrequent Frequent 吴爱华汪卫申展王晨施伯乐 (复旦大学计算机信息与技术系 上海200433) of the structureinfor— Withthe ofinternetandtheincrementdataOP．internet，not Abstract develop only frequent alsothe oftree areneededin articlede— marionof but restrictionnodes manyapplications．This tree／graph frequent anew tOmine restrictionsoftreenodes velops algorithmfrequent tree，Restriction KeywordsDataminingtFrequent pattern 以图1为例，假如某个应用中，频繁出现(b)这种结 1．引言 构的查询，并且在节点year上的约束“1949”或包 在数据集中挖掘频繁模式是数据挖掘研究中的 含约束“1949”的约束频繁出现，那么我们可以考 关键部分。随着XML、生物信息、网络路径等新数据 虑将节点year的约束“1949”作为频繁子树的～ (它们都能使用树或图来表示)的出现，很多研究都 部分。考虑到字符串型约束值的离散性，文章只考虑 着重于复杂数据的频繁结构挖掘，如文[1，2，5]。频数值型约束的频繁模式挖掘。 繁树挖掘就是要找出那些用树表示的数据的频繁结 构。 频繁子树，并为所有频繁子树的节点收集约束信息， movie 再使用频繁约束挖掘算法将频繁子树各节点的频繁 约束模式挖掘出来。 。以余妇 2．相关工作与背景问题 actor actor 目前，已有一些文章探讨了频繁树的抽取问题， (a)电影xml文档集 movie ／丁＼ 找频繁树。上述频繁子树的挖掘算法并没有考虑节 点的频繁约束挖掘。本文在频繁子树挖掘的基础上 (1949) (=‘china’) 进行频繁约束挖掘。文章使用区间的线性表示法，将 (b)XQuery模式树 约束表示成一个个区间，根据最小支持度，得到频繁 区间，也就得到了频繁约束。 图1 XML查询中的频繁约柬 以何种方式存储XML才能使得查询的时间代 但随着网络的快速发展和网上数据量的增长． 价最小，一直是XML存储查询系统中的研究热点。