对比序列模式挖掘是数据挖掘中的一项重要研究任务,旨在发现不同类别的序列数据之间的差异。如何从序列数据中高效地挖掘有意义且易于分析的模式是当前研究需要解决的一大难题。目前研究人员已经设计了许多关于对比序列模式挖掘的算法,然而大多数算法都是基于出现次数或支持度框架,忽略了子序列的分布对模式的影响。虽然已有算法在显露序列模式挖掘中考虑了子序列的位置信息,但是该算法使用固定位置来识别不同子序列在不同类别的序列数据中的分布差异,即,子序列模式在一类序列数据集中频繁出现在给定区分位置之前,而在另一类序列数据集中频繁出现在该给定位置之后。在没有足够先验知识的情况下,用户很难设置恰当的位置阈值,并且不同的子序列其区分位置可能不同,因此,设置固定位置阈值可能会忽略许多有意义的模式。考虑到大量序列数据包含时间标签,在分析序列数据时其时间属性也是不可忽略的一个要素,设计一种能够自动分析事件时间分布差异的算法将有助于决策者做出正确的决策。此外,随着大量生物数据的产生,研究能够自动地分析不同类别的生物序列差异的方法是亟待解决的难题。然而,之前以对比序列模式挖掘为中心的相关研究均未考虑基因/氨基酸的空间位置分布对给定生物序列的影响。针对以上问题,本文的主要贡献如下:(1)提出了一种基于子序列时间分布变化并满足离散性约束的对比序列模式挖掘方法。基于后缀树的设计,该算法首先将数据集中每条序列生成的所有后缀子串映射到树中的每条路径上,节点保存项的时间信息以及计数。然后通过深度优先的搜索方式访问树中的每个节点,挖掘满足相应条件的模式。同时,针对时间序列提出一种离散性约束以确保子序列时间分布的紧凑性。在用户行为数据集以及在线零售数据集上的对比实验结果表明,本文提出的算法能够挖掘更多且更有意义的模式,并且模式的分类性能更佳。(2)提出了一种从生物序列中挖掘基于子序列空间位置分布的对比序列模式的方法。该算法将数据集中的每个实例及其所有后缀子串都映射到树中的每条路径上,通过深度优先的方式挖掘满足相应条件的模式。与基于子序列时间分布变化的对比模式树的不同之处在于,每个节点存储的是项的位置信息以及计数,并优化了该模式树的性能。实验结果表明,使用本文提出的模式用于生物序列的挖掘研究是有意义的,并且利用该模式作为分类特征能够提高算法的分类性能。