论文部分内容阅读
序列模式的挖掘是近年来的研究热点之一，目前很多研究都集中在闭合频繁项集与闭合序列模式的挖掘，较少涉及更加复杂、有重要应用价值的组合序列模式。针对任意长度和任意组合次数的频繁组合序列模式，提出了一种挖掘全部闭合的组合序列的算法CloCSP。为克服指数量级的候选序列进行闭合检验的困难，提出了既能生成频繁组合序列，又能有效剪枝，并同时完成闭合检验的混合扩展策略，该策略无需维护候选集。实验表明，CloCSP算法能够有效挖掘出隐藏在序列数据中，尤其是稠密数据集内的闭合组合序列模式，有助于揭示更加复杂的序列模式。