基于改进PrefixSpan的序列模式挖掘算法

计算机应用 ›› 2011, Vol. 31 ›› Issue (09): 2405-2407.

基于改进PrefixSpan的序列模式挖掘算法

公伟¹,²,刘培玉¹,²,贾娴¹,²

1. 山东省分布式计算机软件新技术重点实验室，济南 250014
2. 山东师范大学信息科学与工程学院，济南 250014

收稿日期:2011-03-07 修回日期:2011-06-16 发布日期:2011-09-01 出版日期:2011-09-01
通讯作者: 公伟
作者简介:公伟(1987-)，男，山东淄博人，硕士研究生，主要研究方向：网络信息安全、网络安全审计；
刘培玉(1960-)，男，山东潍坊人，教授，博士生导师，CCF高级会员，主要研究方向：计算机网络信息安全、网络系统规划、网络信息资源开发、软件开发；
贾娴(1984-)，女，山东菏泽人，硕士研究生，主要研究方向：网络信息安全、网络安全审计。
基金资助:
国家自然科学基金资助项目(61003131;61003138;61073116);山东省自然科学基金资助项目(ZR2009GM009);山东省自然科学基金资助项目(ZR2009GZ007);山东省教育厅科技计划项目(J09LG52)

Sequential patterns mining algorithm based on improved PrefixSpan

GONG Wei¹,²,LIU Pei-yu¹,²,JIA Xian¹,²

1. School of Information Science and Engineering, Shandong Normal University, Jinan Shandong 250014, China
2. Shandong Provincial Key Laboratory for Distributed Computer Software Novel Technology, Jinan Shandong 250014, China

Received:2011-03-07 Revised:2011-06-16 Online:2011-09-01 Published:2011-09-01
Contact: GONG Wei

摘要/Abstract

摘要： 针对PrefixSpan算法构造投影数据库开销大的问题，提出一种基于改进PrefixSpan的序列模式挖掘算法SPMIP。该方法通过添加剪枝步和减少某些特定序列模式生成过程的扫描，来减少投影数据库的规模及扫描投影数据库的时间，提高算法效率，并最终得到需要的序列模式。实验结果证明在获得序列模式不受影响情况下，SPMIP算法比PrefixSpan算法效率更高。

关键词: PrefixSpan, 序列模式, 投影数据库, 剪枝, 扫描

Abstract: PrefixSpan, the classic sequential patterns mining algorithm, has the problem of producing huge amount of project databases. To solve this problem, a sequential patterns mining algorithm named SPMIP was proposed based on an improved PrefixSpan. This algorithm reduced the scale of projected databases and the time of scanning projected databases through adding pruning step and reducing scanning of certain specific sequential patterns production. In this way, algorithm efficiency could be raised up, and the needed sequential patterns were obtained. The experimental results show that SPMIP is more efficient than PrefixSpan while obtained sequential patterns have not been affected.

Key words: PrefixSpan, squential pattern, project database, pruning, scanning

中图分类号:

TP311.13

公伟刘培玉贾娴. 基于改进PrefixSpan的序列模式挖掘算法[J]. 计算机应用, 2011, 31(09): 2405-2407.

GONG Wei LIU Pei-yu JIA Xian. Sequential patterns mining algorithm based on improved PrefixSpan[J]. Journal of Computer Applications, 2011, 31(09): 2405-2407.

[1]	赵浩宇, 于自强, 陈晓萌, 陈国祥, 朱慧, 李博涵. 支持关键词搜索的top-K条最优路线查询问题[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2455-2465.
[2]	唐瑶瑶, 朱叶晨, 刘仰川, 高欣. CT图像环形伪影去除方法研究现状及展望[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 890-900.
[3]	侯瑞峰, 张鹏程, 张丽媛, 桂志国, 刘祎, 张浩文, 王书斌. 基于全变分正则项展开的迭代去噪网络[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 916-921.
[4]	杨克帅, 武优西, 耿萌, 刘靖宇, 李艳. 一次性条件下top-k高平均效用序列模式挖掘算法[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 477-484.
[5]	刘羿希, 何俊, 吴波, 刘丙童, 李子玉. DevSecOps中软件安全性测试技术综述[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3470-3478.
[6]	赵旭剑, 李杭霖. 基于混合机制的深度神经网络压缩算法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2686-2691.
[7]	张潇誉, 于自强, 刘承栋, 李博涵, 靖常峰. 面向视频数据的时空伴随模式挖掘算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2330-2337.
[8]	杜明, 顾万里, 周军锋, 王志军. 基于motif连通性的社区搜索方法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2190-2199.
[9]	黄硕, 李艳辉, 曹建秋. 本地化差分隐私下的频繁序列模式挖掘算法PrivSPM[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2057-2064.
[10]	申利华, 李波. 基于特征金字塔网络和密集网络的肺部CT图像超分辨率重建[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1612-1619.
[11]	郭劲文, 马兴华, 骆功宁, 王玮, 曹阳, 王宽全. 基于Transformer的结构强化IVOCT导丝伪影去除方法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1596-1605.
[12]	孟玉飞, 武优西, 王珍, 李艳. 对比保序模式挖掘算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3740-3746.
[13]	胡紫琪, 谢凯, 文畅, 李美然, 贺建飚. 生成对抗网络下的低剂量CT图像增强[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 280-288.
[14]	陈海燕, 贾明明, 赵文力, 王婵飞. 基于嵌入式Jetson TX2的高原鼠兔目标检测[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 98-103.
[15]	高媛媛, 余振华, 杜方, 宋丽娟. 基于贝叶斯优化的无标签网络剪枝算法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 30-36.