近年来,随着互联网的快速发展,网络上的数据越来越庞大,而且数据的类型也越来越繁多,如何有效地利用这些数据,从中提取用户所需要的信息,已经成为现今的一个研究热点。频繁子树挖掘作为数据挖掘中的一个重要研究方向,在XML挖掘、生物信息学、网络日志分析、药物分子设计及其功能预测等中具有十分重要的研究价值,受到了专家学者的广泛关注。XML作为Internet上数据描述和交换的标准,具有结构化、可扩展性、开放性、通用性、灵活性等特点,并且XML和树具有相类似的结构,因此可以将频繁子树挖掘技术应用到XML挖掘中,解决具有复杂层次结构的XML数据挖掘问题。本文研究频繁子树挖掘算法和频繁子树挖掘在XML挖掘中的应用,提出一种频繁子树挖掘算法,以及用树模式来描述XML数据的频繁模式挖掘过程。主要研究工作如下:(1)介绍频繁子树挖掘技术和XML数据挖掘技术,阐述XML语言的由来、定义、基本结构及特点等。介绍频繁子树挖掘中常见算法及一般处理过程,以及频繁Induced子树与频繁Embedded子树挖掘等概念。(2)介绍非确定树蕴含集、确定树概率和非确定期望支持度等概念,以及非确定树期望支持度计算方法。提出一种非确定树挖掘算法,利用哈希表快速匹配的特性降低求解期望支持度过程中树同构判定的时间复杂度,利用层次搜索空间来挖掘非确定树,使得非确定树挖掘快速而精确,较为有效地解决了在实际应用中树的非确定性问题。(3)研究非确定树挖掘在XML中应用,阐述XML频繁模式挖掘与XML文档聚类方法,以及XML文档相似性度量方法。将XML文档表示成非确定树模式,运用非确定树模式挖掘算法对其进行挖掘。