有效挖掘闭合组合序列模式.pdfVIP

第 37卷 第 6期 计 算 机 科 学 Vo1．37No．6 2010年 6月 Computer Science June2010 有效挖掘闭合组合序列模式 闫雷鸣 孙志挥 张柏礼 杨 明。 姚 蓓。 (东南大学计算机科学与工程学院 南京210096) (南京师范大学计算机科学与技术学院 南京210097) (南京擎天科技有限公司 南京210002)。 摘 要 序列模式的挖掘是近年来的研究热点之一，目前很多研究都集中在闭合频繁项集与闭合序列模式的挖掘，较 少涉及更加复杂、有重要应用价值的组合序列模式。针对任意长度和任意组合次数的频繁组合序列模式，提 出了一种 挖掘全部闭合的组合序列的算法 CloCSP。为克服指数量级的候选序列进行闭合检验的困难，提出了既能生成频繁组 合序列，又能有效剪枝 ，并同时完成闭合检验的混合扩展策略，该策略无需维护候选集。实验表明，CloCSP算法能够 有效挖掘出隐藏在序列数据中，尤其是稠密数据集内的闭合组合序列模式，有助于揭示更加复杂的序列模式。 关键词 频繁序列，闭合组合序列，组合模式，数据挖掘 中图法分类号 TP311 文献标识码 A MiningClosedCompositeSequentialPatternsEfficiently YAN Lei-ming SUN Zh~hui ZHANGBai-li YANG Mingz YAOPei。 (SchoolofComputerScienceEngineering，SoutheastUniversity，Nanjing210096，China) (SchoolofComputerScienceTechnology，NanjingNormalUniversity，Naming210097，China)z (NanjingSinosoftTechnologyCompany，Nanjing210002，China)。 Abstract Sequentialpatternmininghasbeenanessentialminingtaskandanactiveresearchareainrecentyears．Howe- ver，existingsequentialpatternminingalgorithmsaredesignedforcloseditemsetsorsimpleclosedsequentialpatterns， andcanhardlyextractcompositesequentialpatterns，animportantclassofpatternsconsistingofseveralshortsegments separatedbygaps．Anefficientalgorithm ofrminingfrequentclosedcompositesequenceswithanynumberofsegments ofdifferentlengths，CloCSP，waspropose ItadoptsanovelcompositestrategycalledMixedComposite，whichnotonly canproduceallofclosedcompositesequentialpatterns，butalsocanefficientlyprunethecompo sitespaceandsimultane— ouslycheckthesequentialpatternsclosure，accordinglyreducesthecostinbothruntimeand spaceusage．Experiments onbothsyntheticandrealdatahavedemonstratedthatCloCSPcansignificantlydisc