时序关系下的闭合序列模式挖掘算法

doi:10.13190/jbupt.201304.16.fuy

北京邮电大学学报 ›› 2013, Vol. 36 ›› Issue (4): 19-22.doi: 10.13190/jbupt.201304.16.fuy

时序关系下的闭合序列模式挖掘算法

付宇¹, 于艳华¹, 宋美娜¹, 战晓苏²

1. 北京邮电大学PCN&CAD 中心, 北京 100876;
2. 军事科学院军事运筹分析研究所, 北京 100876

收稿日期:2012-05-16 出版日期:2013-08-31 发布日期:2013-05-22
作者简介:付宇(1984—),男,博士生,E-mail:ddskyfuyu@gmail.com;战晓苏(1964—),男,教授,博士生导师.
基金资助:
国家科技支撑计划项目(2012BAH01F02,2013BAH10F01,2013BAH07F02);国家自然科学基金项目(61072060);国家高技术研究发展计划项目(2011AA100706);高等学校博士学科点专项科研基金项目(20110005120007);中央高校基本科研业务费专项资金和教育部信息网络工程研究中心项目

A Closed Sequential Pattern Mining Algorithm in Time Order

FU Yu¹, YU Yan-hua¹, SONG Mei-na¹, ZHAN Xiao-su²

1. PCN&CAD Center, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Institute of Military Operations Research and Analysis, Academy of Military Science, Beijing 100876, China

Received:2012-05-16 Online:2013-08-31 Published:2013-05-22

摘要/Abstract

摘要：

序列挖掘算法产生冗余序列,造成其运行时间过长. 对此,提出了一种新的闭合序列挖掘算法——时序关系下的闭合序列模式挖掘算法. 依据闭合序列模式的性质,通过比较频繁序列与每个1-项频繁序列之间的时序关系,推断频繁序列模式是否可扩展. 基于IBM公司的合成数据,将其与闭合序列模式挖掘算法进行比较,实验结果表明,这种新的闭合序列挖掘算法可以有效降低运行时间且不易受到属性值个数的影响.

关键词: 时序关系, 闭合序列模式, 数据挖掘

Abstract:

Since there exist redundant sequential patterns in results, such mining runs for a long time. To combat this drawback, a new algorithm, called closed sequential patterns mining algorithm in time order (CloTSP),is proposed. Based on the nature of closed sequential patterns, CloTSP can judge whether a frequent sequential pattern is extended by comparing its time order with each frequent 1-item subsequence. Experiments on the synthetic data produced by International business machines corporation sequential pattern generator show that CloTSP can shorten run-time significantly compared to closed sequential pattern mining (CloSpan). Furthermore, it is also shown that the run-time of CloTSP is not affected by variation of attribute numbers.

Key words: time order, closed sequential patterns, data mining

中图分类号:

TN929.53

付宇, 于艳华, 宋美娜, 战晓苏. 时序关系下的闭合序列模式挖掘算法[J]. 北京邮电大学学报, 2013, 36(4): 19-22.

FU Yu, YU Yan-hua, SONG Mei-na, ZHAN Xiao-su. A Closed Sequential Pattern Mining Algorithm in Time Order[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2013, 36(4): 19-22.

[1]	项英倬, 魏强, 游凌. 基于通联行为的信息传播模式挖掘方法[J]. 北京邮电大学学报, 2019, 42(3): 83-90.
[2]	高志鹏, 牛琨, 刘杰. 面向大数据的分析技术[J]. 北京邮电大学学报, 2015, 38(3): 1-12.
[3]	王晓军. 利用项目属性和偏好改进协同过滤推荐[J]. 北京邮电大学学报, 2014, 37(6): 68-71,76.
[4]	熊文, 晋耀红. 使用蚁群优化和凝聚层次的混合聚类[J]. 北京邮电大学学报, 2013, 36(3): 60-63,78.
[5]	王忠峰, 王志海. TAN分类器结构等价类空间及其在分类器学习算法中的应用[J]. 北京邮电大学学报, 2012, 35(1): 72-76.
[6]	徐前方,肖波,郭军. 挖掘电信告警关联模式方法[J]. 北京邮电大学学报, 2011, 34(2): 85-89.
[7]	陈平;乔秀全;刘臻;田小萍. 数据挖掘网格中决策树并行算法设计及性能分析[J]. 北京邮电大学学报, 2009, 32(s1): 49-52.
[8]	徐前方，肖波，郭军. 一种基于相关度统计的告警关联规则挖掘算法[J]. 北京邮电大学学报, 2007, 30(1): 66-70.
[9]	罗守山1,陈亚娟2,宋传恒2,王自亮2,钮心忻2,杨义先2. 基于用户击键数据的异常入侵检测模型 [J]. 北京邮电大学学报, 2003, 26(4): 85-89.
[10]	刘　旭1,　祁之力2,　谭立刚1. 一种基于灰关联的序列模式挖掘算法[J]. 北京邮电大学学报, 2003, 26(3): 32-36.
[11]	赵艳厂,　宋　梅,　谢　帆,　宋俊德 . 用于不同密度聚类的多阶段等密度线算法[J]. 北京邮电大学学报, 2003, 26(2): 42-47.
[12]	段云峰, 宋俊德, 李剑威, 舒华英. 基于数量的关联规则挖掘[J]. 北京邮电大学学报, 2002, 25(4): 56-60.
[13]	赵艳厂,谢帆,宋俊德. 一种新的聚类算法:等密度线算法[J]. 北京邮电大学学报, 2002, 25(2): 8-13.

时序关系下的闭合序列模式挖掘算法

A Closed Sequential Pattern Mining Algorithm in Time Order

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价