基于PrefixSpan的快速交互序列模式挖掘算法.pdf

第３５卷第５期 东南大学学报（自然科 学版 ） Ｖｏｌ３５ Ｎｏ５ 　 ２００５年９月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｓｅｐｔ．２００５ 　　　　　　 基于ＰｒｅｆｉｘＳｐａｎ的快速交互序列模式挖掘算法 １，２ ３ １ ２ １ 陆介平 　 刘月波　倪巍伟　 刘同明　 孙志挥 １ （东南大学计算机科学与工程系，南京２１００９６） ２ （江苏科技大学电子与信息学院，镇江２１２００３） ３ （上海工程技术大学科研处，上海２００３３６） 摘要：为了克服序列模式挖掘过程中重复运行挖掘算法而产生的时空消耗，提出了一个快速、简 单而有效序列模式的交互式算法ＦＩＳＰＭ，利用前次挖掘得到的序列构造序列模式数据库用来存 储挖掘出来的所有序列，通过缩减本次挖掘所要构造投影数据库的频繁项的数量来减少构造投 影数据库所需的时间以及投影数据库的大小，从而减少时间和空间消耗，提高挖掘效率．通过设 置全局最小支持度来减少算法迭代次数．实验结果证明在交互挖掘过程中ＦＩＳＰＭ效率优于Ｐｒｅ ｆｉｘＳｐａｎ． 关键词：数据挖掘；序列模式；交互式挖掘；投影数据库 中图分类号：ＴＰ３１１　　文献标识码：Ａ　　文章编号：１００１－０５０５（２００５）０５０６９２０５ ＦａｓｔｉｎｔｅｒａｃｔｉｖｅｓｅｑｕｅｎｔｉａｌｐａｔｔｅｒｎｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＰｒｅｆｉｘＳｐａｎ １，２ ３ １ ２ １ ＬｕＪｉｅｐｉｎｇ 　 ＬｉｕＹｕｅｂｏ　 ＮｉＷｅｉｗｅｉ　 ＬｉｕＴｏｎｇｍｉｎｇ　ＳｕｎＺｈｉｈｕｉ １ （ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） ２ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２００３，Ｃｈｉｎａ） ３ （ＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＯｆｆｉｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ２００３３６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＡｎｏｖｅｌｓｅｑｕｅｎｔｉａｌｐａｔｔｅｒｎｓｍｉｎｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎＰｒｅｆｉｘＳｐａｎ，ｃａｌｌｅｄＦＩＳＰＭ （ｆａｓｔｉｎ ｔｅｒａｃｔｉｖｅｓｅｑｕｅｎｔｉａｌｐａｔｔｅｒｎｓｍｉｎｉｎｇａｌｇｏｒｉｔｈｍ），ｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｔｏｒｅｄｕｃｅｔｉｍｅｃｏｎｓｕｍｉｎｇ ｉｎｒｅｒｕｎｎｉｎｇａｌｇｏｒｉｔｈｍｏｆｓｅｑｕｅｎｔｉａｌｐａｔｔｅｒｎｓｑｕｅｒｙ．Ｉｎｗｈｉｃｈ，ｂｙｂｕｉｌｄｉｎｇｓｅｑｕｅｎｃｅｐａｔｔｅｒｎｓｂａｓｅ （ＳＰＢ）ｆｏｒｓａｖｉｎｇａｌｌｔｈｅｍｉｎｅｄｐａｔｔｅｒｎｓａｎｄｍｉｎｉｍｕｍｓｕｐｐｏｒｔ，ｔｈｅｎｕｍｂｅｒｏｆｆｒｅｑｕｅｎｔｉｔｅｍｓｏｆｔｈｅ ｐｒｏｊｅｃｔｉｏｎｄａｔａｂａｓｅｓｃｏｎｓｔｒｕｃｔｅｄｂｙｔｈｅｃｏｒｒｅｃｔｍｉｎｉｎｇｗｈｉｃｈｂａｓｅｄｏｎｔｈｅｐｒｅｖｉｏｕｓｌｙｍｉｎｅｄｓｅ ｑｕｅｎｃｅｓｃａｎｂｅｒｅｄｕｃｅｄ，ａｎｄｔｈｅｉｎｔｅｒａｃｔｉｖｅｐｒｏｃｅｓｓａｎｄｔｈｅｅｆｆｉｃｉ