一种基于情节矩阵和频繁情节树的情节挖掘方法-控制与决策.PDF

一种基于情节矩阵和频繁情节树的情节挖掘方法-控制与决策.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第28 卷 第3 期 控 制 与 决 策 2013 年 3 月 Vol. 28 No. 3 Control and Decision Mar. 2013 文章编号: 1001-0920 (2013) 03-0339-06 一种基于情节矩阵和频繁情节树的情节挖掘方法 林树宽, 乔建忠 (东北大学信息科学与工程学院,沈阳110819) 摘 要: 针对现有的最小发生的频繁情节挖掘中存在的问题, 提出一种发现情节的不同最小发生并对其进行计数的 方法. 在此基础上, 提出基于情节矩阵和频繁情节树的最小发生频繁情节挖掘方法, 基于直接扩展思想, 只需扫描数 据一次, 不需生成候选情节, 提高了挖掘的时空效率. 提出了基于相同结点链和哈希链的优化方法, 通过省略相同结 点的扩展过程, 进一步提高了挖掘性能. 最后, 在不同类型的真实数据集上进行实验, 实验结果验证了所提出的频繁 情节挖掘方法的优势以及优化方法的有效性和高效性. 关键词: 频繁情节;情节矩阵;频繁情节树;相同结点链 中图分类号: TP391 文献标志码: A An episode mining method based on episode matrix and frequent episode tree LIN Shu-kuan, QIAO Jian-zhong (College of Information Science and Engineering,Northeastern University ,Shenyang 110819,China . Correspondent :LIN Shu-kuan ,E-mail :linshukuan@) Abstract: For the problems existing in current frequent episode mining with minimal occurrences, the paper proposes a method of discovering distinct minimal occurrences and counting them. On this basis, an episode matrix and frequent episode tree based mining method is proposed, which only scans event sequences once based on the idea of direct extension without candidate generation and enhances space-time efficiency. Moreover, its optimization is presented based on same node chains and hash chains, which improves the mining performance further by omitting the extension process of same nodes. A series of experiments on different types of real data sets show the advantage of the proposed method, and validate the effectiveness and efficiency of the optimization method. Key words: frequent episode ;episode matrix ;frequent episode tree ;same node chain

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档