在序列模式挖掘研究中,带间隙约束的序列模式挖掘因其高效性和有效避免盲目挖掘冗余模式而成为当下的研究热点。无重叠条件序列模式挖掘是一种带间隙约束的序列模式挖掘方法,能够有效地克服当前此类挖掘中的问题。无重叠条件是指在一次挖掘过程中,序列中相同位置的字符不能在模式的相同位置处重复使用。但是当前的方法仅仅用于挖掘频繁模式,且最小支持度阈值不好设定。为了高效地挖掘最为频繁的k种无重叠序列模式,本文在无需预先设定支持度阈值情况下,挖掘无重叠条件下Top-k序列模式。本论文的主要研究内容与相关工作如下:(1)首先,分析了Top-k序列模式挖掘产生的原因与背景;介绍了三种挖掘条件并进行了比较。对带间隙约束的Top-k序列模式挖掘算法NOSEPK和Top-k序列模式挖掘算法ENUMK进行了描述和分析,指出他们所存在的不足,因而提出本文算法TOPMINING。(2)本文算法TOPMINING采用网树结构计算模式支持度,无需设置最小支持度阈值,有效解决了最小支持度阈值ρ在频繁模式挖掘中难以设置的问题;采用高效的模式增长策略和精心构建的数据结构——模式增长树,快速且完备地找出所有模式中支持度最高的前k个模式。(3)而后,针对短模式过多的信息量不足问题。提出了算法TOPBYLEN。通过给出候选因子e,通过支持度较高的前k*e个模式进行增长,减少了模式候选集的数量,而且对模式进行了有效压缩。(4)本文针对无重叠条件的Top-k模式挖掘问题,分别研究了传统Top-k模式挖掘和特定长度的Top-k模式挖掘,并给出了相关算法。最后通过对比实验,验证了两算法的可行性与有效性。