序列模式挖掘算法探析.pptVIP

2001-8-15 第4章 序列模式挖掘算法 主要内容 序列模式挖掘简介 序列模式挖掘的应用背景 序列模式挖掘算法概述 GSP算法 PrefixSpan算法 Disc-all算法 支持约束的序列模式挖掘 一、序列模式挖掘简介 序列模式的概念最早是由Agrawal和Srikant 提出的。 动机：大型连锁超市的交易数据有一系列的用户事务数据库，每一条记录包括用户的ID，事务发生的时间和事务涉及的项目。如果能在其中挖掘涉及事务间关联关系的模式，即用户几次购买行为间的联系，可以采取更有针对性的营销措施。 事务数据库实例 例：一个事务数据库，一个事务代表一笔交易，一个单项代表交易的商品，单项属性中的数字记录的是商品ID 序列数据库 一般为了方便处理，需要把数据库转化为序列数据库。方法是把用户ID相同的记录合并，有时每个事务的发生时间可以忽略，仅保持事务间的偏序关系。 问题定义 项集(Itemset)是所有在序列数据库出现过的单项组成的集合 例：对一个用户购买记录的序列数据库来说，项集包含用户购买的所有商品，一种商品就是一个单项。通常每个单项有一个唯一的ID，在数据库中记录的是单项的ID。 问题定义 元素(Element)可表示为(x1x2…xm)， xk(1 = k = m)