4 种序列模式挖掘算法的特性研究.pdf

第 28 卷第2 月1 武汉理工大学学报 Vo l. 28 No.2 JOURNAL OF 叭1UHAN UNIVERSITY OF TECHNOLOGY Feb. 2006 2006 年 2 月 4 种序列模式挖掘算法的特性研究 吕 锋，张库路 (武汉理工大学信息工程学院，武汉 430070) 摘 要: 序列模式挖掘是数据挖掘中的一个重要研究方向，对序列模式挖掘中的 4 种算法(AprioriAll ， GSP、 FreeSpan、 Prefi郑pan) 的执行过程及其特点进行了研究，并对这几种算法的时空执行效率进行了定性和定量的分析比较，指出了 4 种算法各自的适用范围，得出的结果对序列模式挖掘系统的设计具有一定的参考价值。 关键词: 序列模式挖掘 AprioriAll; GSP; FreeSpan; Prefixspan 中图分类号 TP 30 1. 6 文献标志码 A 文章编号: 1671-4431 (2006) 02-0057 -04 Research on the Characters of Four Sequential Patterns Mining Algorithms LU Feng , ZHANG Wei-wei ( School of Infonnation Engineeri吨， Wuhan University of Technology , Wuhan 430070 ,China) Abstract: Sequential patterns mining was a very imporlanl dala-mining problem with board application. Wc re飞 earched four sequential patterns mining algorithms namely AprioriAll , GSP , FreeSpan , Prefixspan , and studied lheir character吨. A qualita tive analysis had also been made on the algorilhr口， s time and space efficiency. We also poi口ted oul the conditions in which each algorithm was applied. The conc1 usion of the research would be beneficial to the design of data mining system Key words: sequential patterns mining; aprioriAll; GSP; freespan; prefixspan 序列模式挖掘即从序列数据库中发现频繁子序列以作为模式，它是一类重要的数据挖掘问题，有着非常 广泛的应用前景，被应用在包括顾客购买行为的分析、网络访问模式分析、科学实验的分析、疾病治疗的早期 诊断、自然灾害的预测、DNA 序列的破译等方面。 序列模式首先是由 Agrawal R 和 Srikant R 提出的[1.2J 此后，许多这方面的研究都将注意力放在如何提 高序列模式挖掘的效率上。但是到目前为止，大多数挖掘序列模式的方法都是 Apriori 类方法的改进。下面 就对序列模式挖掘中的 4 种算法进行分析和比较。 1 序列模式挖掘中的 4 种算法及其特点 1. 1 AprioriAll 算法 AprioriAll [I J 算法为 Apriori 类算法，主要思想为:在每一次扫描(pass) 数据库