基于长度递减约束权值序列模式挖掘算法.docVIP

基于长度递减约束权值序列模式挖掘算法 　　[摘要] 针对序列模式挖掘中出现大量用户不感兴趣的短模式的问题，提出了一种基于长度递减约束的权值序列模式挖掘算法，该算法利用长度递减约束中的最小有效扩展性质，可以对序列进行有效的剪枝，不仅可以获得具有潜在价值的长模式，也可以去除许多无用的短模式。 　　[关键词] 序列模式 权值约束 长度递减约束 　　 　　0、引言 　　序列模式挖掘是数据挖掘中最具挑战性的课题之一，它在交易数据分析、web日志挖掘和DNA序列模式等领域内具有广泛的应用前景。近年来，国外的一些专家学者对序列模式挖掘方面提出了许多解决办法。这些算法减少了挖掘时间和扫描数据库的次数，提高了挖掘的效率。但是这些算法也存在一些局限，因为在现实生活中某些领域中的有些序列虽然是频繁的，但对用户的意义确很小。因此，对不同序列模式赋予不同权值的加权序列模式挖掘算法就被提了出来，从而可以发现更多用户感兴趣的模式，减少了无用模式的产生。 　　通常，数据库中包含较少项的短序列模式往往具有较高的支持度，但是在很多情况下，一些长序列模式往往也是对用户感兴趣的模式尽管它的支持度相对较低。理想情况下希望发现一个以长度递减函数作为支持度约束的频繁模式挖掘算法，从而避免大量用户不感兴趣的短模式的产生。 　　因此本文提出了一种基于长度递减约束的权值序列模式挖掘算法WSLPM，该算法利用长度递减约