序列模式挖掘支持度阈值的确定方法.pdfVIP

第36 卷 第8 期 计 算 机 工 程 2010 年4 月 Vol.36 No.8 Computer Engineering April 2010 ·软件技术与数据库· 文章编号：1000—3428(2010)08—0093—03 文献标识码：A 中图分类号：TP311 序列模式挖掘支持度阈值的确定方法 王翠青，陈未如 (沈阳化工学院计算机科学与技术学院，沈阳 110142) 摘 要：通过对不同支持度下序列模式挖掘产生模式个数分布的研究，利用曲线拟合技术，提出一种支持度与序列模式个数的关系模型。 在对客户序列数据库子集进行预挖掘的基础上，利用该模型为用户在挖掘前确定支持度阈值提供参考。在不同类型数据集上采用该方法， 得到预期结果，表明该方法是正确有效的。 关键词：数据挖掘；序列模式挖掘；支持度 Method of Determining Support Degree Threshold in Sequential Pattern Mining WANG Cui-qing, CHEN Wei-ru (School of Computer Science and Technology, Shenyang Institute of Chemical Technology, Shenyang 110142) 【Abstract 】By studying distribution of the pattern number in sequential pattern mining using different support degree, this paper proposes a relation model of support and numbers of sequential pattern. Based on mining on subset of custom sequential database, it uses the relation model to provide users with the reference for determining threshold of the support degree. It uses this method in several different data sets, which gets the expected results, and demonstrates this method is correct and efficient. 【Key words 】data mining; sequential pattern mining; support degree 1 概述 com Anonymous Web Data[5]( 以下简称Web) ；(2)某零售商的 [6] 序列模式挖掘旨在寻找一定范围内出现频率较高的有次 销售序列，客户购买序列 ( 以下简称ORDER) ；(3)利用IBM [1] 数据生成器生成数据C10T8S8I8 。其特性如表1 所示。 序关系的模式 。现有序列模式挖掘算法以用户给定支持度 作为基准阈值进行挖掘。然而，一般情况下用户对支持度阈 表 1 数据集特性 值并没有确切的认识，在挖掘过程中主