一种在生物信息学数据上挖掘闭合模式的高效算法

摘要

近几十年,作为数据应用领域的一个重要方向,频繁模式的挖掘引起了广泛的关注,但由于在大数据量上的频繁模式的挖掘结果数量相当大且结果之间存在某些关系,人们开始寻找一种能够将挖掘结果转换成压缩形式的方法来处里庞大的挖掘结果集,闭合模式的挖掘正是基于这种考虑而产生的.同时,随着生物信息学的不断发展,在生物信息学领域产生了大量新的数据,对新数据的分析为频繁模式和闭合模式的应用提供了广阔的空间.但随着新数据的产生,新的问题也随之出现了,其中一个主要问题就是生物信息学的数据很多是行少列多的,而现有的频繁模式挖掘算法或闭合模式挖掘算法难以适应这种行少列多的数据特点.例如,基因芯片组数据(一种生物信息学数据)通常有1000至100000个列,但是仅有100到1000行,目前已有许多挖掘闭合模式或频繁模式的算法,它们的时间开销是随着每行数据的列数增加成指数增长的,因此对于生物信息学数据,许多现有的频繁模式挖掘算法或闭合模式挖掘算法不能表现出较好的计算效率.本文介绍一种在生物信息学数据上挖掘闭合模式的高效算法.