频繁模式挖掘算法综述

结 构 以及 设 置广 告 页 面 等 。 因此 挖 掘 邻 近 序 列 模 式 有 实 际 意 义 。
为 了 提 高 算 法 效 率 ， 们 提 出 了 散 列 项 集 计 数 １ 划 分Ｉ、 人 ９ １ 、 ， 选 Ｏ ｌ 目前 人 们 已 经 提 出 了许 多 邻 近 序 列 模式 挖 掘算 法 ． 如 ａｉｌ ｒｗ提 出 的 Ｐ Ｍ 算 法ｆＩ 算 法 先 把所 有 的 序 列 串 联 在 Ｄ ３． ０该 样 Ｉ和 动 态 项 集 １等 技 术 来 对 Ａ ｒ ｒ算 法 进 行 优 化 。 但 这 些 算 Ｄ ｎｅ Ｃ ｏ Ｉ Ｕ １ ２ ｌ ｐｉ ｉ ｏ 起 组 成 一 个 长 字符 串 ．然 后 通 过 在 长 字 符 串 中 删 除 低 阶 邻 近 法 都 是 在 Ａ ｆ ｒ算 法 基 础 上 进 行 的 改 进 ． 可 能 改 变 Ａ ｆ ｆ算 ｐ ｏｉ ｉ 不 ｐｏ ｉｉ
２ 频 繁 项 集挖 掘 、
要 多 次 扫 描 数 据 库 ． 致 算 法 性 能 不 佳 。算 法 Ｆ Ｓ ａ 导 ｍｅ ｐｎ和 Ｐｅ ｒ． ｉ ａ ｆ Ｐ ｎ虽 然 不 用 多 次 扫描 数 据 库 ．但 往 往 会 构 造 很 多 投 影 或 者 ｘ
关 联 规 则 是 数 据 挖 掘 的 众 多 模式 中最 为 重 要 的 一 种 ．它 主 伪 投 影 数 据 库 ． 此算 法 的 效率 也 不 理想 Ｐｉ 对 Ｗｅ 日志 的 因 ｅ针 ｂ 要 用 来揭 示数 据库 中项 目或 属 性 之 间 的相 关 性 。 关 联 规 则 经 常 特 点设 计 了一 个 称 为 ＷＡ — ｎ Ｐ Ｍｉｅ的 算 法 ． 算 法 首 先 扫 描 两 该
算法 ， 并指 出 了频 繁 模 式 未 来的 研 究 方 向 。
【 关键词】 频繁模式 数据挖掘 ：
１ 引 言 、
顺 序发生的 。 且是连续发生 的。 而
频 繁模 式 挖 掘 是 数 据 挖 掘 研 究 中的 一 个 重 要 课 题 ．它 是 关
在 Ｗｅ ｂ使 用 挖 掘 中 ． 件 被 看 成 单 元 索 的 集 合 ． 此 非 邻 事 因
例 而 对 候 选 集 进 行 筛 选 ．因 此 该算 法 时 问 效 率 和 空 问 伸 缩 性 都 面 临 预 测 用 户 下 一 步 的 访 问请 求闯阿 ． 且 还 可 以用 来 改 善 网站 挑战 。
因此 ． 现 频 繁项 集 是关 联 规 则 挖 掘 中 的关 键 技 术 和 步 骤 。 发
联 规则 、 关 性分析 、 列模式 、 相 序 因果 关 系 、 节 片 段 、 部 周期 近 序 列 模 式 是 常 规 序 列 模 式 挖 掘 的 一 个 特 例 。常 规 的序 列 模 式 情 局
性 、 露 模式 等许 多 重 要 数 据 挖 掘 任 务 的 基 础 『 因此 ． 繁模 式 挖 掘 算 法 Ａｐ Ａ 『、 Ｓ ｆ ＦｅＳ ａ ｌ、ｒ ｘ ｐｎ＇ 都 可用 显 １ ］ 。 频 Ｊ 儿ｌ Ｇ Ｐ ｊ ９ １ 划、 ｒｅｐ ｎ Ｐｅ Ｓ ａ ［等 ｚ １ ｆ ｉ ３ 有 着 很 广 泛 的 应 用 ， 如 。 物 蓝 数 据 分 析 、 叉 购 物 、 页 预 于 从 Ｗｅ 日志 中 挖 掘 非 邻 近 序 列 模 式 。 但 算 法 Ａ ｒ ｒ ｌ 和 例 购 交 网 ｂ ｐｉ ｉ ｌ ｏＡ Ｓ 取 、 性 化 网站 等 。根 据 挖 掘 对 象 的不 同 ， 繁 模 式 挖 掘 方 法 可 Ｇ Ｐ在 生 成 非 邻 近 序 列 模 式 的 过 程 中 容 易 产 生 大 量 候 选 集 且 需 个 频 分 为 频 繁 项 集 挖 掘 、 繁 序 列 挖 掘 等１ 频 ２ － １
被 婀 于 市 场 营 销 中 ．从 交 易 数 据 库 中 可挖 掘 出 不 同 商 品 问 隐 含 遍 数 据库 ． 把数 据 库 压缩 存 储 到 ＷＡ Ｐ树 中 ． 后 递归 的构 造 条 件 然
的 销 售组 合信 息 ． 将这 些 信 息用 在 营 销 策 略 上 ． 高 商 品 销 售 ＷＡ 再 提 Ｐ树 来挖 掘非 邻 近 序列模 式 。Ｚ ａ ｇ 出 了 Ｃ － ｎ 算 法叫． ｈｎ 提 Ｓｍｉｅ 该
量 ． 又 称 为 购 物篮 分析 ［ 关 联 规 则 不 仅 仅 局 限 于购 物 篮 分 析 ． 算 法 通 过 加 入 检 测 函 数 来 对 ＷＡ — ｎ 算 法 进 行 改 进 ． 一 定 程 故 ３ １ 。 Ｐ ｍｉｅ
它还 有 着 广 泛 的应 用 领 域 ． 医疗 ［１ 融ｌ． ｂ站 点优 化 ： 度 上 提 高 了 算 法 效 率 ＣＩＥ ｅ ｅ提 出 了对 ＷＡ 如 ４． １ 金 ａＷｅ ５ １ 等 ． ｚｉ ． ｆ Ｐ树 编 码 的 思想 Ｌ Ｐ Ｍｉｅ １ 但 ｊ １ 在 挖 掘关 联 规 则的 过 程 中 ． 繁项 集 的 挖 掘 是 整 个 算 法 的 瓶 颈 。 和 一 个 挖 掘 非 邻 近 序 列 模 式 的 有 效 算 法 Ｐ ＷＡ — ｎ 【． 频 Ｐ ＷＡ — ｎ 算 法 主要 的 不 足 是 搜 索 空 间收 缩 太 慢 ．遍 历 结 点 Ｌ Ｐ Ｍｉｅ 这 Ａ ｒ ｒ算 法 ｆ 一 种挖 掘频 繁项 集 的基 本 算 法 。 采 用逐 层 次 数 过 多 ． 在 一 定 程 度 上 影 响 了算 法 的 效 率 。 ｐｉ ｉ ｏ ａ ｌ 是 它 迭代 策略 产生 频 繁 项 集 ， 后 利 用 频 繁 项 集 产 生 关 联 规 则 。 于 然 由 由于 用 户 访 问站 点 页 面 的连 续 性 ． 因此 邻 近 序 列 模式 能 更 Ａ ｒ ｒ算 法生 成规 模 巨大 候 选 集 ．同 时 必 须 多 次 扫 描 数 据 库 来 好 表示 用 户 访 问 站 点 的语 义 信 息用 邻 近 序 列 模式 不仅 可 以用 来 ｐｉ ｉ ｏ 。
２１ ０ ０年第 ２期
福Leabharlann 建 电脑 ３
频繁模式挖掘算 法综述
周常恩 ，林端 宜 ，杨雪梅 ，赖新梅 ，褚剑锋
（福 建 中 医 学 院信 息 管理 研 究 所 福 建 福 州 ３ ００ ） ５０３
【 摘 要】 对频繁模式技术进行 了综述 ， ： 阐述 了频繁模 式产生的背景 、 义和任务 ， 定 介绍 了国 内外常用的频繁模 式挖掘