基于约束的序列模式挖掘方法研究

摘要

数据库中知识发现是当前涉及人工智能和数据库等学科的一个相当活跃的研究领域，序列模式的发现是其中的一个重要研究课题。 本文重点研究了基于约束的序列模式挖掘方法。文章针对基于约束的序列模式挖掘问题，在传统的序列模式挖掘方法基础上，设计了一个适于不同约束类型的通用序列模式挖掘框架；提出了一个针对单调约束的扩展单项剪枝定理；针对两种典型的强约束——MaxGap约束和avgaggregate约束，设计了相应的剪枝策略，并将其集成到通用序列模式挖掘框架中。与处理MaxGap约束的CCSM算法的比较实验表明，本文算法更有效，尤其是在较低支持度下的效果更明显。

目录

文摘

英文文摘

第一章绪论

1.1序列模式挖掘

1.2序列模式挖掘的应用

1.3基于约束的序列模式挖掘

1.4论文的组织结构

第二章背景和相关工作

2.1背景知识

2.1.1序列模式挖掘中的相关概念

2.1.2序列模式挖掘中常见的约束及分类

2.2相关工作：

2.2.1 GSP算法

2.2.2 SPADE算法

2.2.3 PrefixSpan算法

第三章基于约束的序列模式挖掘框架

3.1基于约束的序列模式挖掘框架的设计原理

3.2基于约束的序列模式挖掘框架的实现

第四章：基于单调约束的序列模式挖掘策略

4.1 ExAnte算法及其分析

4.2 prefi x-growth算法及其分析

4.3针对单调约束的剪枝策略

4.4实验结果及评估

4.5本章小结

第五章基于强约束的序列模式挖掘策略

5.1处理MaxGap约束

5.1.1 cSPADE算法及分析

5.1.2 CCSM算法及分析

5.1.3针对MaxGap约束的单项剪枝策略设计

5.2处理avg aggregate约束

5.2.1针对avg aggregate约束挖掘策略

5.3实验结果与评估

5.3.1 MaxGap约束下的实验结果评估

5.3.2 avg aggregate约束下的实验结果评估

5.4本章小结

第六章总结和展望

6.1结论

6.2进一步的工作

参考文献

在读期间发表的论文

在读期间参加的项目

致谢