序列模式分析算法GSP的實(shí)現(xiàn)
GSP是序列模式挖掘的一種算法。其主要描述如下：
l 根據(jù)長度為i 的種子集Li 通過連接操作和剪切操作生成長度為i+1的候選序列模式Ci+1；然后掃描序列數(shù)據(jù)庫，計算每個候選序列模式的支持?jǐn)?shù)，產(chǎn)生長度為i+1的序列模式Li+1，并將Li+1作為新的種子集。
l 重復(fù)第二步，直到?jīng)]有新的序列模式或新的候選序列模式產(chǎn)生為止。
l 掃描序列數(shù)據(jù)庫，得到長度為1的序列模式L1，作為初始的種子集
L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ ……
產(chǎn)生候選序列模式主要分兩步
l 連接階段：如果去掉序列模式s1的第一個項目與去掉序列模式s2的最后一個項目所得到的序列相同，則可以將s1于s2進(jìn)行連接，即將s2的最后一個項目添加到s1中。
l 剪切階段：若某候選序列模式的某個子序列不是序列模式，則此候選序列模式不可能是序列模式，將它從候選序列模式中刪除。
候選序列模式的支持度計算：對于給定的候選序列模式集合C，掃描序列數(shù)據(jù)庫，對于其中的每一條序列d,找出集合C中被d所包含的所有候選序列模式，并增加其支持度計數(shù)。
標(biāo)簽：
GSP
序列
模式
操作
上傳時間：
2016-07-23
上傳用戶：sammi
