序列模式挖掘研.pdf

摘要 摘 要 序列模式挖掘是数据挖掘的一个重要分支，在金融通讯等领域应用中，序列模式挖掘 发挥了重要的作用。虽然到目前为止，关于序列模式的挖掘算法已经相对成熟，但绝大部 分算法都是面向静态序列数据的，而现实中的数据总是不断更新的，如何在序列模式增量 式挖掘中提高时空效率成为当下序列模式挖掘中一个重要的研究课题，文章在分析了序列 模式挖掘特点提出了针对序列模式增量式挖掘的方法。同时，随着数据挖掘中隐私保护问 题日益突出，序列模式挖掘中的隐私保护也显得异常重要，为此，文章也提出了一种解决 序列模式挖掘中隐私保护的方法。 针对序列模式增量式更新挖掘算法产生大量候选项集以及多次扫描数据库的问题，提 出了一种有效的增量式更新算法SPIU_2SM，该算法利用基于2-序列矩阵挖掘算法ESPE 对 原数据库和增加数据库一次扫描产生序列模式，利用 2-序列及 2-序列矩阵对序列数据进 行重新编码，降低了更新算法的空间复杂度，在此基础上通过对频繁模式和非频繁模式进 行相应的剪枝减少了序列的比较和扫描次数，降低了更新算法时间复杂度，实验结果表明 该算法是有效的和准确的。 针对序列模式挖掘中隐私保护采用随机隐藏算法需要对原始数据作大幅改动带来的 弊端，提出了基于序列模式挖掘的隐私保护算法 PPSM ，一方面该算法通过对需要隐藏的 敏感序列模式集的预处理，降低了算法时间复杂度，另一方面通过搜寻共同支持交易列作 为优先修改删除项，减少对原始序列数据的修改，从而提高算法的执行效率，降低对原始 数据的修改比率。实验效能分析和实验结果表明，该算法是有效的和正确的。 关键词：数据挖掘，序列模式，增量式更新，隐私保护，修改比率 I 序列模式挖掘研究 Abstract Sequential pattern mining is an important branch of Data Mining. In the applications of the financial, communications and the other areas, the sequential pattern mining has played an important role. Although so far, the algorithms of sequential pattern mining have been relatively mature, but most of algorithms are for static sequence data. And the same time, the data in the reality is constantly updated, so how to improve the efficiency of a contemporary space-time in incremental sequential pattern mining is an important research topic in sequential pattern mining, an incremental mining method for the sequential patterns is proposed in the article based on the analysis of the characteristics of sequential pattern mining. Meanwhile, with the privacy preserving problems in data mining have become increasingly prominent, and sequential pattern mining in the privacy preserving is also assumed greater importance to this end, the article also put f