有序树的频繁子树挖掘研究.PDF

第 26 卷　第 1 期 广西师范大学学报: 自然科学版 V o l. 26　N o. 1 2008 年 3 月 　　　　 Jou rn a l of Guan gx iN o rm a l U n iver sity:N atu ra l Scien ce Ed it ion 　　　　　 M ar. 2008 有序树的频繁子树挖掘研究 吉根林, 朱颖雯 (南京师范大学 计算机系, 江苏 南京 2 10097) 摘　要: 对各种主要的频繁子树挖掘算法进行综述与分析, 主要包括频繁 In duced 子树挖掘与频繁 Em bedded 子树挖掘; 讨论了挖掘算法中使用的两种技术: 基于候选生成测试的方法和基于模式增长的方法; 对各典型 算法的性能进行了实验分析比较。 关键词: 数据挖掘; 频繁子树; 频繁 In duced 子树; 频繁 Em bedded 子树 中图分类号: T P 3 11　　　文献标识码: A 　　　文章编号: 100 16600 (2008) 0 1020705 频繁模式的挖掘是数据挖掘研究的重要内容之一。在过去的十多年中, 事务数据和序列数据的频繁模 式挖掘已深入研究, 但 挖掘、生物信息挖掘、 挖掘等研究还不够深入, 其涉及频繁子树挖 W eb XM L GM L 掘。频繁子树挖掘可以分为基于有序树的频繁子树挖掘、基于无序树的频繁子树挖掘以及基于自由树的频 繁子树挖掘。本文主要针对有序树的频繁子树挖掘算法[ 1～ 8 ] 进行探讨与分析。 1　频繁子树挖掘的基本方法 目前提出的频繁 、 子树挖掘算法比较如表 1 所示, 其挖掘的基本方法可以分为两 Induced Em bedded 类: 基于候选生成测试( ) 的方法和基于模式增长( ) 的方法。 Cand idate Generate and T est P attern Grow th 表 1　频繁 、 子树挖掘算法比较 Induced Em bedded . 1　 Tab Com par ison of f requen t induced or em bedded subtrees m in ing a lgor ithm s 算法名称 文献 发表年 子树类型 树的正则表示 挖掘方法 F k 生成F k+ 1 的方法 L eftm o st ch ild FR EQ T [ 1] 2002 In duced 候选生成测试 Ex ten d an d R igh tsib ling