基于统计方法的序列模式研究.pdfVIP

计算机科学2007V01．34№．8A 基于统计方法的序列模式研究*) TheResearchof PatternsBasedonStatisticsMethod MiningSequential 季钰胡学钢 (合肥工业大学计算机科学技术系 合肥230009) Abstract hasbeen inKDD It tO all afocused r∞earchaimsdiscoverthe Sequentialpatternmining topic frequent It t0 the which thethresholdsof valueneeds set n血L oftraditional sequentialpatternssatisfy support peopleup sup there behavesomelimitation．Inthis must IIlirL sequentialpatternminingalgofithms。SO paper。thedynamicsup will hasbetter intimeand beset statisticsmethod．It performance ovextraditionalse- upbyushg spaceproperties using candidate quentialpatternminingalgorithmspacked sequences． KDD，Sequential method Keywords pattern，Statistics 概念，第3部分介绍了算法采取的相关方法，关于算 1 引言 法的具体实现以及实验性能分析在第4部分讨论， Rakesh Agrawalch2]等对超市数据进行分析时最后部分给出了总结和对未来工作的展望。 首先提出了序列模式(sequentialpatterns)发现这 2相关概念 一KDD分支。经典的序列模式发现算法包括：R 2．1序列模式的基本模型 Agrawal等人提出ArioriAll算法[1]和GSP算 在交易数据库DB中，每个商品称为一个数据 法[21；PsP[4]算法是GsP算法的改进；Han等人提 项(item，以下简称项)，非空集合J一{i。，i。，…，i。) 出，称为基于序列模式增长(sequentialpatterns 称为数据项集(itemset，以下简称项集)，其中每个 growth)方法，包括FreeSpan[3]，PrefixSpan[‘]算法。 序列模式挖掘的算法量及技术难点主要表现在 ik(1≤五≤优)是一个项。长度为忌的项集称为k项 以下3个方面：(1)如何减少扫描序列数据库的次 数；(2)如何减少候选频繁序列模式的个数；(3)如何间和该交