[发明专利]基于包含与演绎分析的精确序列规则挖掘方法

说明书

技术领域

本发明涉及一种精确序列规则挖掘方法，特别是涉及一种基于包含与演绎分析的精确序列规则挖掘方法。

背景技术

文献“基于最小且非重叠发生的频繁闭情节挖掘，计算机研究与发展,2013,50(4),852-860”公开了一种基于频繁闭情节和生成子的无冗余序列规则挖掘方法。该方法选择频繁闭序列与生成子作为规则基。算法采用最小且非重叠发生的支持度定义和深度优先的搜索策略来发现频繁闭序列及其生成子，直接由频繁闭序列及其生成子产生序列规则。该算法的规则基——闭序列及其生成子已被证明可产生具有最小前件和最大后件的包含无冗余序列规则。但是该算法忽略了规则间的冗余关系，造成挖掘的序列规则存在冗余。同时，近年来序列规则挖掘方面开展的各类算法，虽然在数据组织、处理流程等方面各有不同，但主要分为三类，如表1所示。

产生序列规则全集的典型算法为TASA、WinMiner，该类算法以频繁序列为规则基，通过投影的方式产生序列规则全集。

产生最小前件序列规则全集的典型算法为GenMiner，其规则基为频繁序列与生成子。算法首先采用深度优先的搜索策略来创建存储所有序列的前缀搜索树PSL，然后通过遍历PSL得到包含所有序列模式生成子的超集，据此可以得到最小前件序列规则。

产生包含无冗余序列规则集的典型算法为Extractor。

表1典型序列规则挖掘算法分类比较

类别规则基产生规则1频繁序列序列规则全集2频繁序列与生成子最小前件序列规则全集3频繁闭序列与生成子包含无冗余序列规则集

从上述序列规则挖掘算法的发展不难看出，规则的产生方式经历了频繁序列投影、频繁序列及其生成子投影、频繁闭序列及其生成子投影等阶段；算法的效率、精确程度、精简粒度都在逐步提高。但却忽略了多规则间的关联关系在挖掘过程中的作用，造成了规则冗余。

发明内容

为了克服现有挖掘方法存在规则冗余的不足，本发明提供一种基于包含与演绎分析的精确序列规则挖掘方法。该方法首先挖掘频繁闭情节及生成子，以保证序列规则在挖掘过程是无冗余的；然后，在构成序列规则的过程中，通过检查频繁闭情节集和生成子集，找到其最大重叠集元素以及其投影与被投影元素，过滤其投影与被投影元素产生的序列规则，即可达到冗余性检查的目的；最后，根据序列规则的定义，根据过滤后的频繁闭序列集和生成子集，生成精确序列规则。该方法在保证时刻复杂度和现有序列规则挖掘算法相当的前提下，消除序列规则间的冗余，在保证序列规则代表信息完整性的前提下，保证规则数量最少。

本发明解决其技术问题所采用的技术方案是：一种基于包含与演绎分析的精确序列规则挖掘方法，其特点是采用以下步骤：