基于闭合序列模式的减量挖掘算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基金项 目：武夷学院校科 研科技基金 资助项 目 ｘ ００９ （１ １０） ２ 作者简介 ： 林
安全
定义５闭合频繁序列 （ ）如果一个序列没有支持度与之相
同的超序列 ，且是频繁 ，那么此序 列是一个 闭合频繁序列 ， 或称 闭合序列模式 ，记为 ｃ ，即 Ｃ ＝ ａａ Ｓ Ｓ ｛ｌｅＦ ，不存在 ∈
① 检查 由项 一 组成 的 ２序列是否存在于 Ｆ ２中， ｄ 一 Ｓ ’ 若 不存在执行第③步 。 ② 若存在 ，调用 Ｐ ｓ 尸一ｄ ＤＢ 小ｍ ｎ ｓｐ Ｆ Ｓ） ｏＤ （ ， ’ Ｉ ｉ—ｕ ， Ｃ ’， 判断 Ｐ —ｄ子序列能否用该 ２序 列进行扩展 ，若能则返 回。 一 ③ 更新为 Ｐ—ｄ和 —ｉ ２ ｌ １ 一 … ２个模式。 ｄ ／ｉ ｄ ＊ — 指长度位置在 Ｐ—ｄ的项 ｉ 同 ； ｐ ，ｉ Ｐ—ｄ是模式 Ｐ
中 分 号 Ｔ３ ・ 圈 类 ： Ｐ０６ １
基于 闭合序 列模 式的减量挖掘 算 法
林 颖
（ 武夷学院计算机教研室 ，福建 武夷山 ３４ ０ ） ５３０
摘
要： 针对 数据库减量 时不断重复挖掘 的问题 ， 已有 闭合序列模式算法 Ｐｓ ＊ 在 ｏＤ 的基础上 ， 提出一种减量挖掘算法 Ｄ Ｐ ｓ 通过移 动 ｅｏＤ 。
列和 ２序列 的频繁情况会 出现 ３种变化 ： 一 （） Ｂ 中的频繁序列变为 Ｄ 中的非频繁序列 ，如表 １ １Ｄ Ｂ’
中的＜ｆ 和＜ｈ＞ （ ＞ （）。 ）
（） ２用 中的每个单项 ，扫描频繁 ｌ序列集合 ｌ 一 ，发 现相 同项 ，则该频繁 １序列的支持 数 ｓｐ ｓｐ ，更新对应 一 ｕ ＝ ｕ －１
ＤＯＩ １ ．９ ９ ．ｓ ． ０ —４ ８２ １．２ １ ： ０３６ ０ｉ ｎ１ ０３ ２ ．０ ２ ． ８ ｓ ０ １ ０
１ 概述
序 列模 式挖掘是文献【】 出的一种重要数据挖掘 方法 ， １ 提 有着广泛的应 用，常见的算法有 ＳＡ Ｅ Ｐｅｘｐｎ１ Ｐ Ｄ ｒｆ Ｓａ［ ｉ ３ 等。 闭合序列模式挖掘则是对具有与完整频繁序 列相 同表达能力 的更精简的序 列模式进行挖掘 ， 常见的算法有 Ｃｏ ｐ ｎ １ ｌＳ ａ ［等。 ４ 由于事务数据库 的不 断变动 ，给经典的闭合序列模式挖 掘算法挖掘动态 数据 时带来很大 问题 ，因此人们 开始研究 闭 合序列模式的更新挖 掘算法 ，但大多数的研究只是针对增量 挖掘 更新 算法 。在这种现状 下，本文从事务数据库进行减 量操作 的角度出发 ，提出一种基于 闭合序列模式的减量挖掘 算法 Ｄｅ ｏＤ 。该算法通过对减量数据库 的扫描 ，在已有的 Ｐｓ 挖掘结果上直接进行 减量 更新 ，避免事务数据库中相 同内容 的重复挖掘。除此之外 ，该算法以闭合序列模式算法 Ｐ ｓ ６ ｏＤ｝ Ｊ 的更新算法 Ｐ ｓ 为基础 ，用频繁 ２序列去更新 已有的挖 ｏＤ 一
有 ３种操作方式：项减量 ，记录减量和混合减量 。
３ 频繁序列的变化情况 ． ２
在最小支持阈值 不变 的情况下 ，３种减量操作带来的频 繁序列变化如下 ： （） １ 项减量 最小支持数不变 ，减量 ｌ序列的支持数减少 ，当其支持 一 数小于最小支持数时，就 出现 了频繁到不频繁的变化 。
小支持数 ，为频繁到不频繁 的变化 ；若支持数从小于变为大
定义 ２项减量） 已有的记录中删除部分项 。 （ 在
定义 ３记录减量）在事务数据库中删除整条记录。 （ 定义 ４混合减量）既删除记录中的部分项，又删除事务 （
数据库 中的部分整条记录。
于最小支持数 ，为不频繁到频繁的变化 ； 支持 数仍 大于 最 若 小支持数 ， 则为频繁到频繁的变化 。 （） ３混合减量 除了要再计算减量项的支持数外 ， 其余与记录减量相 同。
表 １ 事务数据库 Ｄ Ｂ
（）１ １序列 的 ｓｐ 最 小支持数 ， ４￣ 果 一 １ ｕ＜ 那么该 １序列加入至 Ⅳ１ ，否则该 １序列加入至 Ｆ １中，同时更新 Ｆ ２中相匹配 一 Ｓ’ Ｓ’ 的频繁 ２序列 的位置 时间信息 。 一 （） Ⅳ１中的每个 １序列 ，扫描 Ｆ ２，将 与该 １序列匹 ５对 一 Ｓ’ 一 配的频 繁 ２序列移至 Ｎ ２ Ｃ ’ ２。 一 Ｆ ，Ｆ Ｓ＝ ’ （） Ⅳｌ中的每个 １ 列 Ｓ ６对 一 序 ，重复以下操作 ，直至 Ⅳ１
颖（９８ ，女 ， １７ 一） 讲师 ， 主研方 向： 据挖 掘 ， 数 网络
收藕 日期 ：２ １— ・ Ｅｍａ ：ｌ —ｎ９ ＠１３ ｏ ０１ ６１ ０ ０ － ｉ ｉ ｙ ｇ７ ６． ｒ ｌ ｎｉ ｃｎ
第 ３卷 ７
第 ２ 期 ２
林
颖： 基于 闭合 序列模式的减量挖掘算法
６ ５
频繁 ２序列是 由频繁 １序列 生成 ， 以，１ 列频 繁变 化后， － 一 所 一 序
Ｆ ， ，ｕｐ ｒ ａ＝ｕｐ ｒｆ ） Ｓ ｃ ｓｐ ｏ ｔ ）ｓｐ ｏｔ ）。 （ （ １
定义 ６ 间窗 口（） ｗ ＜ ｓ ｅ ， （ 时 ｗ ） ＝ Ｕ， ＞ 指交易的有效时间 ， Ｕ 即事件 只有在 一个 时问窗 Ｉ内发 生才被认为 是有意 义 的。 Ｚ ｔ
如 ：时间窗 Ｉ可 以用一天、一分钟等一段时间来表示 。 ： １
当 ｄ ｌ时，ｌ ＝ 一 序列 Ｓ Ｐ的末尾位置 ：Ｐ—ｌ 在 ；
掘 的基础上 ，根据事务数据库 的最小支持数 的 ２ 种情况进行 减量更新 ，如表 ２所示 。
表 ２ 减 量后的事务数据库 Ｄ ’ Ｂ
［ｅ－ １ ＊ － 是模式 Ｐ中长度为 Ｐ一１ 的子序列 ，
当 ｄ ｌ时，１ ＞ 一 序列 Ｓ Ｐ的中间位置 ： 在
［ ｙｗ ｒ ｓ ａａｍｉｉｇ ｓｑ ｅｔ ｌ ａｅ ；ｌｓｄｓｑ ｅｔ ｌ ａｅｎｍｉｉｇ ｄ ｃｅ ｎａ ｎｎ ；ｎ ｒｍｅ ｔｌ ｎｎ ；ａａｕ ｄｔ Ｋｅ ｏ ｄ ｄ ｔ ｎｎ ；ｅ ｕ ｎｉ ｔ ｒ ｃｏｅ ｕｎｉ ｔ ｒ ｎｎ ； ｅｒｍｅｔｌ ｉｇ ｉｃｅ ｎａ ｍｉｉｇ ｄ ｔ ｐ ａ Ｉ ａ ｐ ｔｎ ｅ ａｐ ｔ ｍｉ ｅ
频繁和 非频繁 闭合序列集合之间 的数据 ，在原 有挖掘结 果上直接进行更新 ，减少挖掘的时间。实验结果证 明，在减量过 程中该 算法 的时间 效率与 Ｐ ｓ ｏＤ 相比有所提 高。
关键词 ：数据挖掘 ；序列模 式；闭合序列模式挖掘 ；减量挖掘 ；增量挖掘 ； 数据更新
Ｄｅ ｒ ｍ ｅ ｔ ｌ ｉ ｉ ｇＡｌ ｏ ｉ ｍ ｓ ｄ０ ｏ ｅ ｅ ｕ ｎ ｉｌ ｔｅ ｎ ｃ ｅ ｎ ａ ｎ ｎ ｇ ｒｔ Ｍ ｈ Ｂａ ｅ ｎ Ｃｌ ｓ ｄ Ｓ ｑ ｅ ｔａ ｔｒ Ｐａ
为空。 （wenku.baidu.com Ｆ Ｓ中的每个频繁 闭合序列模 式 尸 重复以下操作 ： ７对 Ｃ ，
１检查该模式 Ｐ中是 否存在 １ ） 一 序列 Ｓ相同的序列 。若存 Ｄ Ｐ ｓ 算法主 要是在事务数据库 Ｄ 用 Ｐ ｓ ｅ ｏＤ＊ Ｂ ｏＤ 算法挖 在 ，则记录 ｌ序列 Ｓ Ｐ中的长度位置 ｄ 一 在 ，并删除序列 Ｓ ，更 新序列模 式为 ：
第３ ７卷 第 ２ 期 ２
、ｏ ．７ ，１３
・
计
算
机
工
程
２１ ０ １年 １ １月
Ｎｏｖ ｍ ｂ ｒ ２０１ ｅ ｅ ｌ
Ｎｏ２ ．２
Ｃｏ ｍｐｕ ｅ ｇ ｎ ｅ ｉ ｇ ｔｒＥｎ ｉ ｅ ｒｎ
软件技术与数据库 ・
文 缡 ： ０ －３ ８ ０ ） ＿ ６ ０ 章 号 １ ｏ． ２（ １２ ｏ ４ ３ 文 标 码 Ａ ｏ ４ ２ １ ０ — 献 识 ：
（） 录减 量 ２记
２ 相关概念
定义 １ （ 事务数据库减量）事务数据库删除 自身 旧的无效
数据 的操作 。
减量记录 中的各 １ 一 序列 的支持数减少。最小支持数不变 时，当减量的各频繁 １序列支持数小于 最小支持数 时，为频 一
繁到不频 繁的变化 ；最小 支持数改变 时，通过 最小 支持数＝ 记录数ｘ ｉ ｓ ｍｎ ｕ — ｐ计算新 的最小支持数 ， 数据库中各 １ 一 的 序列 支持 数与新 的最小支持数 比较。若支持 数从 大于变为小于最
ＬＩ Ｙｉ Ｎ ｎｇ （ｔｆ ｏ ｆ ｍｐ ｔ ， ｙ ｉｅｓｔ， ｙ ｓ ａ ５ ３ ０ Ｃ ｉａ Ｓ ａ Ｒｏ ｍ ｏ Ｃｏ ｕｅ Ｗｕ ｉ ｖ ｒ ｙ Ｗｕ ｉｈ ｎ３ ４ ０ ， ｈｎ ） ｒ Ｕｎ ｉ
［ ｂ ｔａ ｔ ｍｉｇａ ｔｅ ｒｂｅ ｏ ｎｎ ｐｔｉｎｉ ｅｒｍｅｔｌ ｎｎ ， ａｅ ｎｃｏｅ ｅｕ ｎｉｌ ａｔｒ ｏＤ ， ｅｒｍｅｔｌ ｌｏｉ ｍ Ａ ｓｒｃ］Ａｉ ｎ ｔｈ ｏ ｌｍ ｆ ｉｇｒ ｅ ｔ ｄ ｃｅ ｎａｍｉｉｇ ｂ ｓｄｏ ｌｓｄｓｑ ｅｔ ｔ ｎＰ ｓ ａ ｃｅ ｎａ ａ ｒｈ ｐ ｍｉ ｅ ｉｏ ｎ ａｐ ｅ ｄ ｇ ｔ
掘结果 。
３ 相关问题
３ 减量 问题 ． １ 在实际生活中，事务数据库 中的数据随着时间的变化 而
不断发生变化 ，有新 的数据 出现 ，也有 旧的数据要删除 。假
设事务数据库 Ｄ ， 除了 中的数据 ，生成新 的事务数据 Ｂ 删 库 Ｄ’ Ｂ ，这个过程 就是一个数 据库减量 过程 。其 中 ，Ｄ ’ Ｂ＝ Ｄ －ｄ ，这 里称 为减量数据库。事务数据库 的减量操作 Ｂ－ ｂ
２序列 的频繁变化也 由此更新 。 一
列集合 Ｆ ２ 非频繁 １ 列集合 ⅣＦ ， Ｓ， 一 序 １非频繁 ２序列集合 ２ 一 输 出 ＤＢ 的频繁 闭合序列集合 Ｆ Ｓ ’ Ｃ’
ｆ） Ｓ ’ Ｆ ２ １ ２＝ Ｓ 。 Ｆ
由上述可知 ，事务数据库在 做减量操作 的过程 中，１ 一 序
中长度为 Ｐ ～ｄ的子序列 ／
３ Ⅳ １ Ⅳ １一 Ｓ １ ＝
事务数据库 的最小支持数 不变 时 ，减量操 作后序 列只会 产 生上述情况（） １和情况（） 当事务数据库的最小支持数发生 ２；
变化 时，减量操作后序列可能会产 生上述情况（）情 况（） １～ ３。
’
４ 算法描述
４ Ｐｓ＊ ． ｏ 算法 １ Ｄ
１ 一 序列 的位置 时间信息 。
（） Ｂ 中的频繁序列仍是 Ｄ ’ ２Ｄ Ｂ 中的频繁序列 ，如表 １中
的＜ａ＞ （）等 。 （）、＜ｂ＞
—
（） ３若存在记录减量操作 ， 重新计算最小支持数＝ 记录数×
ｍｉ ｓ ｐ。 ｎ ｕ
（） Ｂ 中不频繁的序列变为 Ｄ ’ ３Ｄ Ｂ 中的频繁序列 ，如表 ｌ 中的＜ｅ＞ ，２序列也是一样 ，假设 ｍｉ ｓｐ ６ ％。 （）等 一 ｎ ｕ＝０ —
ｏ Ｐｏ Ｄ ｉ ｒ ｓ ｎｔｄ ｆＤｅ ｓ ｓｐ ｅ ｅ ｅ ，ｗｈ ｃ ａ ｔ ｒｔｍｅ ｅ ｃ ｅ ｃ ． ｉ ｌ ｏ ｉｈ ｇ ｔ ｈ ｅ ｒ ｓ ｌ ｂ ｖ ｎ ｈ ｔ ｅｗｅ ｎ ｔ ｅ ｆ ｅ ｕ ｎ ｎ ｏ － ｉｈ ｈ ｓｂｅｔ ｉ ｆ ｉ ｎ ｙ Ｔｈ ｓ ａ ｇ ｒｔ ｍ ｅ ｓ ｔ ｅ ｎ ｗ ｅ ｕ ｔ ｙ ｍｏ ｉ ｇ ｔ ｅ ｄａａ ｂ ｔ ｅ ｈ ｒ ｑ ｅ ｔａ ｄ ｎ ｎ ｅ ｉ ｆｅ ｕ ｎ ｌ ｓ ｄ ｓ ｑｕ ｎ ｅ ｄ ｒ ｃ ｌ ｅ ｒ ａ ｉ ｇ ａ ｄ ｕ ｄ ｔｎ ｒｇ ｎａ ｎ ｎ ｅ ｕ ｔ Ｔ ｕ ａ ｅ ｉ ， ｒ ｑ ｅ ｔ ｏ ｅ ｅ ｅ ｃ ， ｉｅ ｔ ｄ ｃ ｅ ｓｎ ｎ ｑ ａ ｉ ｇ ｔ ｏ ｉ ｉ ｌ ｃ ｙ ｈｅ ｍｉ ｉ ｇｒ ｓ ｌ． ｈ ｓｉ ｓ ｖ ｓｔ ｔ ｍｅ ｗｈｉｈ ｈ ｓｐ ｏ ｅ ｙ ｔ ｅ ｅ ｐ ｒｍｅ ． ｃ ａ ｒ ｖ ｎ ｂ ｘ ｅ ｉ ｎｔ ｈ
安全
定义５闭合频繁序列 （ ）如果一个序列没有支持度与之相
同的超序列 ，且是频繁 ，那么此序 列是一个 闭合频繁序列 ， 或称 闭合序列模式 ，记为 ｃ ，即 Ｃ ＝ ａａ Ｓ Ｓ ｛ｌｅＦ ，不存在 ∈
① 检查 由项 一 组成 的 ２序列是否存在于 Ｆ ２中， ｄ 一 Ｓ ’ 若 不存在执行第③步 。 ② 若存在 ，调用 Ｐ ｓ 尸一ｄ ＤＢ 小ｍ ｎ ｓｐ Ｆ Ｓ） ｏＤ （ ， ’ Ｉ ｉ—ｕ ， Ｃ ’， 判断 Ｐ —ｄ子序列能否用该 ２序 列进行扩展 ，若能则返 回。 一 ③ 更新为 Ｐ—ｄ和 —ｉ ２ ｌ １ 一 … ２个模式。 ｄ ／ｉ ｄ ＊ — 指长度位置在 Ｐ—ｄ的项 ｉ 同 ； ｐ ，ｉ Ｐ—ｄ是模式 Ｐ
中 分 号 Ｔ３ ・ 圈 类 ： Ｐ０６ １
基于 闭合序 列模 式的减量挖掘 算 法
林 颖
（ 武夷学院计算机教研室 ，福建 武夷山 ３４ ０ ） ５３０
摘
要： 针对 数据库减量 时不断重复挖掘 的问题 ， 已有 闭合序列模式算法 Ｐｓ ＊ 在 ｏＤ 的基础上 ， 提出一种减量挖掘算法 Ｄ Ｐ ｓ 通过移 动 ｅｏＤ 。
列和 ２序列 的频繁情况会 出现 ３种变化 ： 一 （） Ｂ 中的频繁序列变为 Ｄ 中的非频繁序列 ，如表 １ １Ｄ Ｂ’
中的＜ｆ 和＜ｈ＞ （ ＞ （）。 ）
（） ２用 中的每个单项 ，扫描频繁 ｌ序列集合 ｌ 一 ，发 现相 同项 ，则该频繁 １序列的支持 数 ｓｐ ｓｐ ，更新对应 一 ｕ ＝ ｕ －１
ＤＯＩ １ ．９ ９ ．ｓ ． ０ —４ ８２ １．２ １ ： ０３６ ０ｉ ｎ１ ０３ ２ ．０ ２ ． ８ ｓ ０ １ ０
１ 概述
序 列模 式挖掘是文献【】 出的一种重要数据挖掘 方法 ， １ 提 有着广泛的应 用，常见的算法有 ＳＡ Ｅ Ｐｅｘｐｎ１ Ｐ Ｄ ｒｆ Ｓａ［ ｉ ３ 等。 闭合序列模式挖掘则是对具有与完整频繁序 列相 同表达能力 的更精简的序 列模式进行挖掘 ， 常见的算法有 Ｃｏ ｐ ｎ １ ｌＳ ａ ［等。 ４ 由于事务数据库 的不 断变动 ，给经典的闭合序列模式挖 掘算法挖掘动态 数据 时带来很大 问题 ，因此人们 开始研究 闭 合序列模式的更新挖 掘算法 ，但大多数的研究只是针对增量 挖掘 更新 算法 。在这种现状 下，本文从事务数据库进行减 量操作 的角度出发 ，提出一种基于 闭合序列模式的减量挖掘 算法 Ｄｅ ｏＤ 。该算法通过对减量数据库 的扫描 ，在已有的 Ｐｓ 挖掘结果上直接进行 减量 更新 ，避免事务数据库中相 同内容 的重复挖掘。除此之外 ，该算法以闭合序列模式算法 Ｐ ｓ ６ ｏＤ｝ Ｊ 的更新算法 Ｐ ｓ 为基础 ，用频繁 ２序列去更新 已有的挖 ｏＤ 一
有 ３种操作方式：项减量 ，记录减量和混合减量 。
３ 频繁序列的变化情况 ． ２
在最小支持阈值 不变 的情况下 ，３种减量操作带来的频 繁序列变化如下 ： （） １ 项减量 最小支持数不变 ，减量 ｌ序列的支持数减少 ，当其支持 一 数小于最小支持数时，就 出现 了频繁到不频繁的变化 。
小支持数 ，为频繁到不频繁 的变化 ；若支持数从小于变为大
定义 ２项减量） 已有的记录中删除部分项 。 （ 在
定义 ３记录减量）在事务数据库中删除整条记录。 （ 定义 ４混合减量）既删除记录中的部分项，又删除事务 （
数据库 中的部分整条记录。
于最小支持数 ，为不频繁到频繁的变化 ； 支持 数仍 大于 最 若 小支持数 ， 则为频繁到频繁的变化 。 （） ３混合减量 除了要再计算减量项的支持数外 ， 其余与记录减量相 同。
表 １ 事务数据库 Ｄ Ｂ
（）１ １序列 的 ｓｐ 最 小支持数 ， ４￣ 果 一 １ ｕ＜ 那么该 １序列加入至 Ⅳ１ ，否则该 １序列加入至 Ｆ １中，同时更新 Ｆ ２中相匹配 一 Ｓ’ Ｓ’ 的频繁 ２序列 的位置 时间信息 。 一 （） Ⅳ１中的每个 １序列 ，扫描 Ｆ ２，将 与该 １序列匹 ５对 一 Ｓ’ 一 配的频 繁 ２序列移至 Ｎ ２ Ｃ ’ ２。 一 Ｆ ，Ｆ Ｓ＝ ’ （） Ⅳｌ中的每个 １ 列 Ｓ ６对 一 序 ，重复以下操作 ，直至 Ⅳ１
颖（９８ ，女 ， １７ 一） 讲师 ， 主研方 向： 据挖 掘 ， 数 网络
收藕 日期 ：２ １— ・ Ｅｍａ ：ｌ —ｎ９ ＠１３ ｏ ０１ ６１ ０ ０ － ｉ ｉ ｙ ｇ７ ６． ｒ ｌ ｎｉ ｃｎ
第 ３卷 ７
第 ２ 期 ２
林
颖： 基于 闭合 序列模式的减量挖掘算法
６ ５
频繁 ２序列是 由频繁 １序列 生成 ， 以，１ 列频 繁变 化后， － 一 所 一 序
Ｆ ， ，ｕｐ ｒ ａ＝ｕｐ ｒｆ ） Ｓ ｃ ｓｐ ｏ ｔ ）ｓｐ ｏｔ ）。 （ （ １
定义 ６ 间窗 口（） ｗ ＜ ｓ ｅ ， （ 时 ｗ ） ＝ Ｕ， ＞ 指交易的有效时间 ， Ｕ 即事件 只有在 一个 时问窗 Ｉ内发 生才被认为 是有意 义 的。 Ｚ ｔ
如 ：时间窗 Ｉ可 以用一天、一分钟等一段时间来表示 。 ： １
当 ｄ ｌ时，ｌ ＝ 一 序列 Ｓ Ｐ的末尾位置 ：Ｐ—ｌ 在 ；
掘 的基础上 ，根据事务数据库 的最小支持数 的 ２ 种情况进行 减量更新 ，如表 ２所示 。
表 ２ 减 量后的事务数据库 Ｄ ’ Ｂ
［ｅ－ １ ＊ － 是模式 Ｐ中长度为 Ｐ一１ 的子序列 ，
当 ｄ ｌ时，１ ＞ 一 序列 Ｓ Ｐ的中间位置 ： 在
［ ｙｗ ｒ ｓ ａａｍｉｉｇ ｓｑ ｅｔ ｌ ａｅ ；ｌｓｄｓｑ ｅｔ ｌ ａｅｎｍｉｉｇ ｄ ｃｅ ｎａ ｎｎ ；ｎ ｒｍｅ ｔｌ ｎｎ ；ａａｕ ｄｔ Ｋｅ ｏ ｄ ｄ ｔ ｎｎ ；ｅ ｕ ｎｉ ｔ ｒ ｃｏｅ ｕｎｉ ｔ ｒ ｎｎ ； ｅｒｍｅｔｌ ｉｇ ｉｃｅ ｎａ ｍｉｉｇ ｄ ｔ ｐ ａ Ｉ ａ ｐ ｔｎ ｅ ａｐ ｔ ｍｉ ｅ
频繁和 非频繁 闭合序列集合之间 的数据 ，在原 有挖掘结 果上直接进行更新 ，减少挖掘的时间。实验结果证 明，在减量过 程中该 算法 的时间 效率与 Ｐ ｓ ｏＤ 相比有所提 高。
关键词 ：数据挖掘 ；序列模 式；闭合序列模式挖掘 ；减量挖掘 ；增量挖掘 ； 数据更新
Ｄｅ ｒ ｍ ｅ ｔ ｌ ｉ ｉ ｇＡｌ ｏ ｉ ｍ ｓ ｄ０ ｏ ｅ ｅ ｕ ｎ ｉｌ ｔｅ ｎ ｃ ｅ ｎ ａ ｎ ｎ ｇ ｒｔ Ｍ ｈ Ｂａ ｅ ｎ Ｃｌ ｓ ｄ Ｓ ｑ ｅ ｔａ ｔｒ Ｐａ
为空。 （wenku.baidu.com Ｆ Ｓ中的每个频繁 闭合序列模 式 尸 重复以下操作 ： ７对 Ｃ ，
１检查该模式 Ｐ中是 否存在 １ ） 一 序列 Ｓ相同的序列 。若存 Ｄ Ｐ ｓ 算法主 要是在事务数据库 Ｄ 用 Ｐ ｓ ｅ ｏＤ＊ Ｂ ｏＤ 算法挖 在 ，则记录 ｌ序列 Ｓ Ｐ中的长度位置 ｄ 一 在 ，并删除序列 Ｓ ，更 新序列模 式为 ：
第３ ７卷 第 ２ 期 ２
、ｏ ．７ ，１３
・
计
算
机
工
程
２１ ０ １年 １ １月
Ｎｏｖ ｍ ｂ ｒ ２０１ ｅ ｅ ｌ
Ｎｏ２ ．２
Ｃｏ ｍｐｕ ｅ ｇ ｎ ｅ ｉ ｇ ｔｒＥｎ ｉ ｅ ｒｎ
软件技术与数据库 ・
文 缡 ： ０ －３ ８ ０ ） ＿ ６ ０ 章 号 １ ｏ． ２（ １２ ｏ ４ ３ 文 标 码 Ａ ｏ ４ ２ １ ０ — 献 识 ：
（） 录减 量 ２记
２ 相关概念
定义 １ （ 事务数据库减量）事务数据库删除 自身 旧的无效
数据 的操作 。
减量记录 中的各 １ 一 序列 的支持数减少。最小支持数不变 时，当减量的各频繁 １序列支持数小于 最小支持数 时，为频 一
繁到不频 繁的变化 ；最小 支持数改变 时，通过 最小 支持数＝ 记录数ｘ ｉ ｓ ｍｎ ｕ — ｐ计算新 的最小支持数 ， 数据库中各 １ 一 的 序列 支持 数与新 的最小支持数 比较。若支持 数从 大于变为小于最
ＬＩ Ｙｉ Ｎ ｎｇ （ｔｆ ｏ ｆ ｍｐ ｔ ， ｙ ｉｅｓｔ， ｙ ｓ ａ ５ ３ ０ Ｃ ｉａ Ｓ ａ Ｒｏ ｍ ｏ Ｃｏ ｕｅ Ｗｕ ｉ ｖ ｒ ｙ Ｗｕ ｉｈ ｎ３ ４ ０ ， ｈｎ ） ｒ Ｕｎ ｉ
［ ｂ ｔａ ｔ ｍｉｇａ ｔｅ ｒｂｅ ｏ ｎｎ ｐｔｉｎｉ ｅｒｍｅｔｌ ｎｎ ， ａｅ ｎｃｏｅ ｅｕ ｎｉｌ ａｔｒ ｏＤ ， ｅｒｍｅｔｌ ｌｏｉ ｍ Ａ ｓｒｃ］Ａｉ ｎ ｔｈ ｏ ｌｍ ｆ ｉｇｒ ｅ ｔ ｄ ｃｅ ｎａｍｉｉｇ ｂ ｓｄｏ ｌｓｄｓｑ ｅｔ ｔ ｎＰ ｓ ａ ｃｅ ｎａ ａ ｒｈ ｐ ｍｉ ｅ ｉｏ ｎ ａｐ ｅ ｄ ｇ ｔ
掘结果 。
３ 相关问题
３ 减量 问题 ． １ 在实际生活中，事务数据库 中的数据随着时间的变化 而
不断发生变化 ，有新 的数据 出现 ，也有 旧的数据要删除 。假
设事务数据库 Ｄ ， 除了 中的数据 ，生成新 的事务数据 Ｂ 删 库 Ｄ’ Ｂ ，这个过程 就是一个数 据库减量 过程 。其 中 ，Ｄ ’ Ｂ＝ Ｄ －ｄ ，这 里称 为减量数据库。事务数据库 的减量操作 Ｂ－ ｂ
２序列 的频繁变化也 由此更新 。 一
列集合 Ｆ ２ 非频繁 １ 列集合 ⅣＦ ， Ｓ， 一 序 １非频繁 ２序列集合 ２ 一 输 出 ＤＢ 的频繁 闭合序列集合 Ｆ Ｓ ’ Ｃ’
ｆ） Ｓ ’ Ｆ ２ １ ２＝ Ｓ 。 Ｆ
由上述可知 ，事务数据库在 做减量操作 的过程 中，１ 一 序
中长度为 Ｐ ～ｄ的子序列 ／
３ Ⅳ １ Ⅳ １一 Ｓ １ ＝
事务数据库 的最小支持数 不变 时 ，减量操 作后序 列只会 产 生上述情况（） １和情况（） 当事务数据库的最小支持数发生 ２；
变化 时，减量操作后序列可能会产 生上述情况（）情 况（） １～ ３。
’
４ 算法描述
４ Ｐｓ＊ ． ｏ 算法 １ Ｄ
１ 一 序列 的位置 时间信息 。
（） Ｂ 中的频繁序列仍是 Ｄ ’ ２Ｄ Ｂ 中的频繁序列 ，如表 １中
的＜ａ＞ （）等 。 （）、＜ｂ＞
—
（） ３若存在记录减量操作 ， 重新计算最小支持数＝ 记录数×
ｍｉ ｓ ｐ。 ｎ ｕ
（） Ｂ 中不频繁的序列变为 Ｄ ’ ３Ｄ Ｂ 中的频繁序列 ，如表 ｌ 中的＜ｅ＞ ，２序列也是一样 ，假设 ｍｉ ｓｐ ６ ％。 （）等 一 ｎ ｕ＝０ —
ｏ Ｐｏ Ｄ ｉ ｒ ｓ ｎｔｄ ｆＤｅ ｓ ｓｐ ｅ ｅ ｅ ，ｗｈ ｃ ａ ｔ ｒｔｍｅ ｅ ｃ ｅ ｃ ． ｉ ｌ ｏ ｉｈ ｇ ｔ ｈ ｅ ｒ ｓ ｌ ｂ ｖ ｎ ｈ ｔ ｅｗｅ ｎ ｔ ｅ ｆ ｅ ｕ ｎ ｎ ｏ － ｉｈ ｈ ｓｂｅｔ ｉ ｆ ｉ ｎ ｙ Ｔｈ ｓ ａ ｇ ｒｔ ｍ ｅ ｓ ｔ ｅ ｎ ｗ ｅ ｕ ｔ ｙ ｍｏ ｉ ｇ ｔ ｅ ｄａａ ｂ ｔ ｅ ｈ ｒ ｑ ｅ ｔａ ｄ ｎ ｎ ｅ ｉ ｆｅ ｕ ｎ ｌ ｓ ｄ ｓ ｑｕ ｎ ｅ ｄ ｒ ｃ ｌ ｅ ｒ ａ ｉ ｇ ａ ｄ ｕ ｄ ｔｎ ｒｇ ｎａ ｎ ｎ ｅ ｕ ｔ Ｔ ｕ ａ ｅ ｉ ， ｒ ｑ ｅ ｔ ｏ ｅ ｅ ｅ ｃ ， ｉｅ ｔ ｄ ｃ ｅ ｓｎ ｎ ｑ ａ ｉ ｇ ｔ ｏ ｉ ｉ ｌ ｃ ｙ ｈｅ ｍｉ ｉ ｇｒ ｓ ｌ． ｈ ｓｉ ｓ ｖ ｓｔ ｔ ｍｅ ｗｈｉｈ ｈ ｓｐ ｏ ｅ ｙ ｔ ｅ ｅ ｐ ｒｍｅ ． ｃ ａ ｒ ｖ ｎ ｂ ｘ ｅ ｉ ｎｔ ｈ