ESPM频繁子树挖掘算法研究.pdfVIP

第41卷第lo期 计算机研究与发展 vd．41．N()．10 2004年10月JOURNALOFCOMPUTERRESEARCHANDDEVELOPMENTOct．2004 EsPM——频繁子树挖掘算法 朱永泰王晨洪铭胜汪卫施伯乐 (复旦犬学计算机与信息技术系上梅200433) (yt-zhu@fudan，edu．∞) 摘要随着互联网的发展．频繁模式的挖掘由频繁项集扩展到结构化数据：树和图．在这些结构上的挖掘工作被应用 于更为复杂的领域，比如生物信息学、网络日志和XML文档．提出了一个新颖的算法：FSSPM，以挖掘有序标号树中的频 繁子树．不同于以往的工作，把树同构的判断工作放到了算法的晚期，从而减少了整个挖掘过程的时问开销．人工数据 集和真实数据集上的实验都证明ESPM相较于其他算法的优越性还提出了一些可能的改进 关键词数据挖掘；频繁模式；频繁子树；ESPM 中图法分类号TP311．13 ESP～卜An toMine Subtrees AlgorithmFrequent ZHU SHIBai—Le Yong—Tai，WANG(；hen，HONGMing-Sherlg，WANGWei，and (Department 200433) o／ComputingandInformationTechnology，FudanUniversity，Shanghai Withthe Abstract ofInternet．frequemmining tomore development pattem generalizescomplexpatterns llketree and arisein domainslike mininggraph Bioinformatics，web mining．Suchapplicationscomplex this anovel subtree miner)，is mining，etc．Inpaper algorithm，namedESPM(expandedpattern presented todiscover subtreesfromorderedlabeledtrees．Unlike workof frequent works，the previous distinguishing isleftinthelater ofthe minimizes theCOStofthewhole isomorphism part algorithm，which process．The the is evaluatedwith on andrealdatasets．The performance。falgorithm experimentssynthetic do resultshowsthatthe can the wellandisbetterthan experimental algorithm job previousalgorithms． thepotential ofESPMismentioned． Finally improvement