Top-k不相交对比模式挖掘

摘要

对比模式挖掘专注于识别不同类别数据库之间具有显著差异的模式，然而，现有的对比序列模式挖掘算法需要用户预先设置频繁阈值，导致最终的对比模式分类准确度难以达到理想效果；而且基于对比度的挖掘算法不满足反单调性，不能使用模式连接策略生成候选模式.为了解决上述问题，本文提出Top-k不相交对比模式挖掘算法TDCP,该算法采用Top-k策略，以对比度衡量模式分类能力，无需手动设置频繁阈值；采用位置索引结构计算模式支持度，有效提高算法的运行效率；结合枚举和剪枝策略来生成候选模式，既保证了模式生成的全面性又避免了大量冗余.实验表明，TDCP算法的挖掘性能和分类效果均优于其他对比算法.

关键词

序列模式挖掘 / 对比模式 / 位置索引 / Top-k / 候选模式生成