原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
序列模式挖掘作为数据挖掘的一个重要分支，旨在从序列数据库中挖掘出用户感
兴趣的模式。然而，传统序列模式挖掘不考虑模式重复性，并且忽略了序列中各项的
效用（单价或利润）和模式长度对用户兴趣度的影响。针对以上问题，本文提出一种
一次性条件下top-k高平均效用多项集序列模式挖掘方法TOAP-Miner算法，其核心
步骤包括支持度计算、候选模式生成和剪枝。另外，本文采用8个对比算法在16个
数据集上设置了四组对比实验，验证了该算法在挖掘用户感兴趣的模式方面的高效性。
文档评论（0）