序列模式挖掘是数据挖掘研究中的一个重要的研究领域,其实质上是从序列数据库中挖掘出频繁子序列作为正序列模式。概括的说,序列模式挖掘主要研究序列中各个元素间的正关联关系。现如今,国内外关于序列模式挖掘技术的研究颇多,并提出了多种序列模式挖掘算法。其相应理论成果已经广泛的应用于诸多商业领域。但是,在有些情况下序列间某些元素的的缺失也有可能隐含着重要信息。鉴于此,研究包含负元素的负序列模式的相关研究开始兴起。而由于现今学界关于负序列模式挖掘技术的研究才刚刚起步,其相关理论还很不完善。甚至连关于负包含的概念都还没有一个统一的定义。并且从现今学界已经提出的负序列模式挖掘算法来看,这些算法普遍存在着挖掘效率不高,并且挖掘手段相似的问题。例如,现有的几个负序列模式挖掘算法均是依据负匹配(负包含)定义,通过扫描序列数据库的方式来获取候选负序列的支持度阈值,从而挖掘负序列模式。而采用这样的方法无疑是低效的。为此,本文对这一问题进行了讨论,并提出了一种基于支持度直接计算的新的负序列模式挖掘算法。并通过实验验证了该算法的有效性。除此之外,本文介绍了数据挖掘、序列模式挖掘和负序列模式挖掘的相关概念和技术。重点介绍了序列模式挖掘和负序列模式挖掘的关键技术及其研究现状,并讨论了各种负序列模式挖掘算法中的负包含定义,进而选用同一序列数据库,做实验比较不同负序列模式挖掘算法的实验结果。并针对实验结果总结了一些有益的结论。