基于投影数据库的序列模式挖掘增量式更新算法.pdfVIP

第３６卷第３期 东南大学学报（自然科 学版 ） Ｖｏｌ３６ Ｎｏ３ 　 ２００６年５月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｙ２００６ 　　　　　　 基于投影数据库的序列模式挖掘增量式更新算法 １ ２ １ ３ １ 陆介平　 刘月波　倪巍伟　陈　耿　孙志挥 １ （东南大学计算机科学与工程学院，南京２１００９６） ２ （上海工程技术大学科研处，上海２００３６６） ３ （南京审计学院审计信息工程重点实验室，南京２１００２９） 摘要：针对序列模式挖掘中的增量挖掘问题，提出一种序列模式更新算法ＩＳＰＢＰ．算法引入序列 数据库结构来存储从原始数据库中挖掘出的所有项、最大频繁模式以及它们的支持数，采用间接 拼接方法，只需处理增量数据库，避免了对更新后数据库的重新计算．对于因增量数据库新产生 的频繁模式，利用了在增量数据库中出现的频繁项集来减小投影数据库，进一步提高了算法的效 率．理论分析和实验表明，算法是有效可行的，并且增量数据库越大，算法在效率上的优越性越明 显，算法ＩＳＰＢＰ优于传统增量式更新算法． 关键词：序列模式；数据挖掘；投影数据库；增量式更新 中图分类号：ＴＰ３１１　　文献标识码：Ａ　　文章编号：１００１－０５０５（２００６）０３０４５７０６ Ｉｎｃｒｅｍｅｎｔａｌｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｓｅｑｕｅｎｃｅｐａｔｔｅｒｎｓｍｉｎｉｎｇ ｂａｓｅｄｏｎｐｒｏｊｅｃｔｅｄｄａｔａｂａｓｅ １ ２ １ ３ １ ＬｕＪｉｅｐｉｎｇ　 ＬｉｕＹｕｅｂｏ　 ＮｉＷｅｉｗｅｉ　 ＣｈｅｎＧｅｎｇ　 ＳｕｎＺｈｉｈｕｉ １ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） ２ （ＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＯｆｆｉｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ２００３３６，Ｃｈｉｎａ） ３ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｕｄｉｔＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＡｕｄｉｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００２９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｐｒｏｂｌｅｍｏｆｉｎｃｒｅｍｅｎｔａｌｓｅｑｕｅｎｃｅｐａｔｔｅｒｎｍｉｎｉｎｇ，ａｎｉｎｃｒｅｍｅｎｔａｌｓｅｑｕｅｎ ｔｉａｌｐａｔｔｅｒｎｓｍｉｎｉｎｇｂａｓｅｄｏｎｐｒｏｊｅｃｔｅｄｄａｔａｂａｓｅ（ＩＳＰＢＰ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｓｅｑｕｅｎｔｉａｌｐａｔｔｅｒｎｓ ｂａｓｅｉｓａｐｐｌｉｅｄｔｏｔｈｅａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｓｔｏｒｅｓａｌｌｉｔｅｍｓ，ｍａｘｉｍｕｍｆｒｅｑｕｅｎｔｐａｔｔｅｒｎｓａｎｄｃｏｒｒｅｓｐｏｎｄ ｉｎｇｓｕｐｐｏｒｔｃｏｕｎｔｓｉｎｏｒｉｇｉｎａｌｄａｔａｂａｓｅ．Ｉｎｓｔｅａｄｏｆｒｅｍｉｎｉｎｇｉｍｐｅｒｔｉｎｅｎｔｌｙ，ＩＳＰＢＰｕｐｄａｔｅｓｔｈｅｆｒｅ ｑｕｅｎｔｉｔｅｍｓａｎｄｐａｔｔｅｒｎｓｆｏｕｎｄｐｒｅｖｉｏｕｓｌｙｂｙｉｍｐｌｉｃｉｔｍｅｒｇｉｎｇａｎｄｄｉｓｃｏｖｅｒｓｎｅｗｐａｔｔｅｒｎｓｂｙｐｒｏｊｅｃ ｔｉｏｎｄａｔａｂａｓｅ．Ｆ