嵌入频繁子树挖掘研究

论文摘要

随着计算机与信息技术的发展,人们在日常事务处理和科学研究中积累了大量数据。如何从中提取或“挖掘”用户所需要的信息,是当前信息科学技术领域面临的一大挑战。数据挖掘正是在这样的背景下发展而来。目前,数据挖掘及其应用已经渗透到多个学科,并在人工智能、数据仓库、模式识别、生物信息分析等领域取得了丰硕的成果。频繁模式挖掘是数据挖掘领域中的一个重要问题,其研究范围包括事务、序列、树和图。树作为一种特殊的图结构,有其自身的特点和优势,因此本文选择频繁子树挖掘作为本文的研究方向。论文的主要内容安排如下:首先,本文研究了数据挖掘和频繁模式挖掘的基本概念和性质,并给出了子树模式的相关概念。此外,研究了无序树的结构特点和规范形式,给出了无序树的规范化方法,综合模式增长的子树挖掘策略和无序子树的挖掘策略,提出了无序树的模式增长框架。第二,本文提出用模式增长方法在无序树构成的森林中挖掘嵌入频繁子树.该算法利用规范化方法将无序树化为唯一的表示形式,根据待增长模式的拓扑结构确定其增长点并构造相应的投影库,将挖掘频繁子树模式问题转化为在各投影库中寻找频繁节点的问题。实验表明其具有较高的效率。第三,本文研究了加权支持度的基本概念和性质,比较了传统频繁子树挖掘和加权频繁子树的不同,提出了挖掘加权嵌入频繁子树的新算法。该算法分别以频繁节点和非频繁节点为基础,利用向上模式增长和向下模式增长的方法产生加权频繁子树模式。最后,通过实验对其正确性和有效性进行了验证。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 课题研究现状
• 1.3 本文主要内容
• 第2章 相关知识
• 2.1 数据挖掘
• 2.1.1 数据挖掘的产生
• 2.1.2 数据挖掘的过程
• 2.1.3 数据挖掘的热点问题
• 2.2 频繁模式挖掘
• 2.2.1 频繁项集挖掘
• 2.2.2 序列模式挖掘
• 2.2.3 频繁子树和频繁子图挖掘
• 2.3 频繁子树挖掘基本定义
• 2.3.1 树和森林
• 2.3.2 子树模式
• 2.3.3 子树模式挖掘问题
• 第3章 无序树规范化
• 3.1 有序树的存储表示
• 3.2 无序树的存储表示
• 3.3 无序树的规范化算法
• 第4章 无序嵌入频繁子树挖掘
• 4.1 无序嵌入频繁子树挖掘意义
• 4.2 模式增长的子树挖掘策略
• 4.2.1 子树模式投影
• 4.2.2 模式增长过程
• 4.2.3 子树模式支持度计算
• 4.3 无序子树的挖掘策略
• 4.4 无序树的模式增长框架
• 4.5 无序嵌入频繁子树的算法UEFT
• 4.6 实验分析
• 4.6.1 SLEUTH算法简介
• 4.6.2 实验结果
• 第5章 加权嵌入频繁子树挖掘
• 5.1 加权频繁子树的基本概念
• 5.2 加权频繁子树的挖掘意义
• 5.3 传统频繁子树和加权频繁子树的对比
• 5.3.1 传统频繁子树的Apriori性质
• 5.3.2 加权频繁子树的特殊性
• 5.3.3 传统频繁子树和加权频繁子树的对比
• 5.4 基于加权支持度的嵌入频繁子树挖掘方法
• 5.4.1 频繁节点挖掘过程
• 5.4.2 非频繁节点挖掘过程
• 5.5 基于加权支持度的无序嵌入频繁子树挖掘WEFT
• 5.6 实验分析
• 结论
• 1 本文主要工作
• 2 今后进一步的研究工作
• 致谢
• 参考文献
• 攻读硕士学位期间所发表的论文