序列模式挖掘是數(shù)據(jù)挖掘中一個經(jīng)典的研究話題。但是在序列模式挖掘中,用于衡量事物重要程度的支持度有時并不能反映出用戶對某一知識的感興趣程度。例如支持度并不能反映出網(wǎng)頁瀏覽時長,商品利潤等這些決策者感興趣的信息。為了解決這一問題,研究人員在序列模式挖掘的基礎(chǔ)上使用效用來衡量模式的重要程度,并由此提出了基于效用的序列模式挖掘,即從數(shù)據(jù)庫中找到所有指定閾值下具有高效用的序列模式。雖然基于效用的序列模式挖掘方法可以找到具有高價值的知識,但是在一定程度上也會帶來信息泄露的隱患。針對這一問題,研究人員提出了隱藏方法來避免或減小這一問題造成的危害。與挖掘方法相反,隱藏方法通過對指定數(shù)據(jù)庫進(jìn)行修改,進(jìn)而達(dá)到隱藏指定閾值下的高效用序列的目的。本文分別從挖掘和隱藏兩個角度出發(fā),對現(xiàn)有算法進(jìn)行了相應(yīng)的改進(jìn)。在很多場景中,決策者往往偏向于找出具有高效用值的模式。為此,本文提出利用項與項之間的層次關(guān)系來找出具有更高效用值的模式,即層次高效用序列模式挖掘。為了找出這些模式,本文提出了MHUH(Mining high utility hierarchical sequential patterns)算法。引入層次關(guān)系...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-1記錄了層次關(guān)系的三棵分類樹

IDq-序列Q1<{(a1,1,1)}{(a2,3)}{(a2,2)(C,2)}{(c1,1,1)}{(c2,4)}>Q2<{(a1,1,2)}{(a2,1)}{(b2,2)}{(b1,4)}>Q3<{(a1....

圖3-3使用PBS策略減小分類樹規(guī)模在上面的例子中，經(jīng)過PBS策略后，S能夠生成的序列的最大個數(shù)從107

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文24表3-3生成s-序列算法：searchSSequence輸入：序列S，開始的下標(biāo)k，訪問標(biāo)志visited，存儲序列的集合G1.ifvisited=falsethen2.ifu(S)<minUtilthen3.return;4.end5.從G中移....

本文編號：4004860