[发明专利]一次性条件的负序列模式挖掘方法

说明书

本发明为一次性条件的负序列模式挖掘方法，包括第一步、读入序列数据库、最小支持度阈值及间隙约束；第二步、生成模式长度为1的频繁正序列模式集F₁；第三步、生成模式长度为i+1的正序列候选模式并计算支持度，将满足条件的正序列候选模式加入到频繁正序列模式集F_i+1；第四步、将序列数据库中的各个字符作为负元素依次插入到频繁正序列模式集F_i+1的各个频繁正序列模式中，得到负序列候选模式并计算支持度，将满足条件的负序列候选模式加入到频繁负序列模式集；重复第三步和第四步，直到没有新的正序列候选模式生成，挖掘结束，输出所有一次性条件的负序列模式。该方法克服了现有的负序列模式挖掘忽略间隙约束和重复性的问题。

技术领域

本发明涉及序列模式分析技术领域，具体地说是一次性条件的负序列模式挖掘方法。

背景技术

随着计算机技术的飞速发展，信息化时代已然到来，随之而来的还有海量的数据，如何充分利用这些数据从中找出有用的信息是当前研究的热点问题之一，为解决这一问题，数据挖掘这一课题随之产生。数据挖掘的目的在于运用统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等方法，从大量的数据中找出隐藏于其中的信息，其中序列模式挖掘是数据挖掘的一个重要分支，序列模式挖掘被广泛应用于多个领域，不仅限于生物医疗领域的应用，还应用于商业推广和金融等领域。

在序列模式挖掘中，不仅希望从中获得有效的信息，更希望能从中得到用户要求的感兴趣信息，因此在序列模式挖掘中增加了间隙约束。间隙约束可以根据需求挖掘出用户需要的模式，并缩小挖掘范围，提高挖掘效率。

此外，序列模式挖掘的核心问题是模式匹配，以例A为例，详细说明具有间隙约束的序列模式。

例A.给定模式p＝p₁[min₁,max₁]p₂[min₂,max₂]p₃＝b[0,1]a[0,1]b。

具有间隙约束的模式p＝p₁[min₁,max₁]p₂...[min_j-1,max_j-1]p_j[min_j,max_j]p_j+1...[min_m-1,max_m-1]p_m，(0≤min_j≤max_j)，其中min_j和max_j为整数，是模式p的间隙约束，分别表示p_j-1和p_j之间通配符的最小和最大个数，p_j∈E，E为字符集，m是模式p的模式长度。当模式中min₁＝min₂＝…＝min_m-1，max₁＝max₂＝…＝max_m-1时，该间隙约束为周期间隙约束，此时模式p可以简单表示为p＝p₁p₂...p_j…p_m，gap＝[min,max]。

例A中，模式p＝b[0,1]a[0,1]b是一个具有周期间隙约束的模式，模式长度为3，字符集E＝{a，b}，模式p可以简单表示为p＝bab，gap＝[0,1]，其中0表示b与a之间、a与b之间至少需要匹配0个通配符，1表示b与a之间、a与b之间最多匹配1个通配符。