[发明专利]保序序列模式挖掘方法

权利要求书

1.保序序列模式挖掘方法，其特征在于：利用模式融合方法生成候选模式，减少了候选模式的个数、通过一系列转换和验证步骤计算候选模式的支持度，具体步骤如下：

第一步，输入时间序列S和最小支持度阈值minsup：

输入时间序列S，确定其长度为n，该时间序列S中的每个元素分别记作元素s₁、元素s₂、…、元素s_n，输入最小支持度阈值minsup，它是由用户所指定的、所期望的模式在时间序列S中的最小出现数；

第二步，获得模式长度为2的频繁模式集合fre₂：

模式长度为2的候选模式集合cand₂＝{(1,2),(2,1)}，按照如下所述的模式支持度的计算步骤，依次计算模式长度为2的候选模式集合cand₂＝{(1,2),(2,1)}中各候选模式P_d在时间序列S中的模式支持度，当候选模式的模式支持度≥最小支持度阈值minsup，该候选模式P_d就是模式长度为2的频繁模式，并将该候选模式P_d加入到模式长度为2的频繁模式集合fre₂中，由此获得模式长度为2的频繁模式集合fre₂，

模式支持度的计算步骤如下：

首先将当前所处理的候选模式集合中的候选模式P_d的元素按照从小到大的顺序进行排序，将排名第i的元素在候选模式P_d中的位置下标记为index[i]，在候选模式P_d中有p_index[i]p_index[i+1]条件成立，其中p_index[i]为候选模式P_d中排名第i的元素，p_index[i+1]是候选模式P_d中排名第i+1的元素，1≤i≤m-1，其中m为当前所处理的候选模式P_d的模式长度，

然后将候选模式P_d按照如下公式(1)转换为二进制数字串P’，二进制数字串P’中的每个元素分别记作元素a₁、…、元素a_i、…、元素a_m-1，将时间序列S按照如下公式(2)转换为二进制数字串S’，二进制数字串S’中的每个元素分别记作元素b₁、…、元素b_j、…、元素b_n-1，公式(1)和(2)如下所示，

公式(1)和(2)中，m为当前所处理的候选模式P_d的模式长度，m的初值为2，n为时间序列S的长度，a_i为二进制数字串P’中各元素的值，其中1≤i≤m-1，将候选模式P_d中连续两个元素p_i和p_i+1进行比较，其中1≤i≤m-1，当p_ip_i+1,那么a_i等于1，当p_ip_i+1,那么a_i等于0；b_j为二进制数字串S’中各元素的值，其中1≤j≤n-1，将时间序列S中连续两个元素s_j和s_j+1进行比较，其中1≤j≤n-1，当s_js_j+1,那么b_j等于1，当s_js_j+1,那么b_j等于0；

应用经典模式匹配算法在二进制数字串S’中找出二进制数字串P’的出现，每找到一个出现，就根据该出现保留时间序列S中的对应子序列作为候选子序列，并验证此候选子序列的第一个元素的位置下标l₁是否满足条件满足，候选模式P_d的模式支持度加一，不满足，候选模式P_d的模式支持度不变，其中，为候选子序列中与候选模式P_d的元素p_index[i]的位置相对应的元素，为候选子序列中与候选模式P_d的元素p_index[i+1]的位置相对应的元素，1≤i≤m-1，当所有的出现被找到且所有候选子序列被验证完成，即可得到候选模式P_d的模式支持度；

第三步，生成模式长度为L+1的候选模式集合cand_L+1：

采用模式融合方法，由模式长度为L的频繁模式集合fre_L生成模式长度为L+1的候选模式集合cand_L+1，其中，L表示当前所处理的频繁模式的模式长度，L的初始值为2，在生成候选模式集合的过程中，对于频繁模式P，它的每个元素分别为元素p₁、元素p₂、…、元素p_L，将频繁模式P的最后一个元素p_L除去，剩余的部分称为频繁模式P的前缀，记作prefix(P)，频繁模式P的前缀的相对顺序记作prefixorder(P)；将频繁模式P的第一个元素p₁除去，剩余的部分称为频繁模式P的后缀，记作suffix(P)，频繁模式P的后缀的相对顺序记作suffixorder(P)，

模式融合方法有以下两种不同情况下的融合规则：

1)普通情况：对于两个模式长度都为L的频繁模式P和频繁模式Q，频繁模式P的每个元素分别为元素p₁、元素p₂、…、元素p_L，频繁模式Q的每个元素分别为元素q₁、元素q₂、…、元素q_L，当频繁模式P的后缀的相对顺序与频繁模式Q的前缀的相对顺序相等，但是频繁模式P的后缀和频繁模式Q的前缀不相等，那么频繁模式P和频繁模式Q能够融合为一个模式长度为L+1的候选模式，记为候选模式X，候选模式X的每个元素分别为元素x₁、元素x₂、…、元素x_L+1，此为普通情况，其具体融合规则如下：

比较频繁模式P的第一个元素p₁和频繁模式Q的最后一个元素q_L的大小：

①当p₁q_L时，令候选模式X的第一个元素x₁＝p₁，候选模式X的最后一个元素x_L+1＝q_L+1，然后将频繁模式P的除第一个元素以外的其他位置的元素p_u与频繁模式Q的最后一个元素q_L相比较，当p_uq_L，那么候选模式X的对应位置元素x_u＝p_u+1，否则，x_u＝p_u，其中2≤u≤L；

②当p₁q_L时，令候选模式X的第一个元素x₁＝p₁+1，候选模式X的最后一个元素x_L+1＝q_L，然后将频繁模式Q的除最后一个元素以外的其他位置的元素q_v与频繁模式P的第一个元素p₁进行比较，当q_vp₁，那么候选模式X的对应位置元素x_v+1＝q_v+1，否则，x_v+1＝q_v，其中1≤v≤L-1；

2)特殊情况：对于两个模式长度都为L的频繁模式P和频繁模式Q，频繁模式P的每个元素分别为元素p₁、元素p₂、…、元素p_L，频繁模式Q的每个元素分别为元素q₁、元素q₂、…、元素q_L，当不仅频繁模式P的后缀的相对顺序和频繁模式Q的前缀的相对顺序相等，而且频繁模式P的后缀和频繁模式Q的前缀也相等，那么频繁模式P和频繁模式Q能够融合为两个模式长度为L+1的候选模式，分别记为候选模式T和候选模式K，候选模式T的每个元素分别为元素t₁、元素t₂、…、元素t_L+1，候选模式K的每个元素分别为元素k₁、元素k₂、…、元素k_L+1，此为特殊情况，其具体融合规则如下：

在生成候选模式T时，令候选模式T的第一个元素t₁＝p₁+1，候选模式T的最后一个元素t_L+1＝p₁，然后将频繁模式P的除第一个元素以外的其他位置的元素p_u与p₁进行比较，当p_up₁，那么候选模式T的对应位置元素t_u＝p_u+1，否则，t_u＝p_u，其中2≤u≤L；

在生成候选模式K时，令候选模式K的第一个元素k₁＝p₁，K的最后一个元素k_L+1＝p₁+1，然后将频繁模式P的除第一个元素以外的其他位置的元素p_u与p₁进行比较，当p_up₁，那么候选模式K的对应位置元素k_u＝p_u+1，否则，k_u＝p_u，其中2≤u≤L；

采用上述模式融合方法，由模式长度为L的频繁模式集合fre_L生成模式长度为L+1的候选模式集合cand_L+1的具体处理方法如下：

当模式长度为L的频繁模式集合fre_L不为空时，首先取出频繁模式集合fre_L中的第一个频繁模式P_a，计算频繁模式P_a的后缀和后缀的相对顺序，然后从左到右依次遍历频繁模式集合fre_L中的每一个频繁模式P_b，并依次判断频繁模式P_b与频繁模式P_a是否满足上述模式融合方法中的两种情况，当满足任一情况就按照对应的融合规则进行融合生成模式长度为L+1的候选模式，然后将生成的模式长度为L+1的候选模式加入到模式长度为L+1的候选模式集合cand_L+1中，当遍历完所有的频繁模式P_b，对频繁模式P_a的融合处理结束，然后从频繁模式集合fre_L中的第一个频繁模式P_a的下一个频繁模式开始，继续重复上述步骤，直到处理完频繁模式集合fre_L中的最后一个频繁模式，完成生成模式长度为L+1的候选模式集合cand_L+1；

第四步，获得模式长度为L+1的频繁模式集合fre_L+1：

按照上述第二步所述的模式支持度的计算方法，依次计算模式长度为L+1的候选模式集合cand_L+1中的每个候选模式P_d的模式支持度sup(P_d,S)，当候选模式P_d的模式支持度sup(P_d,S)≥最小支持度阈值minsup时，将候选模式P_d添加到模式长度为L+1的频繁模式集合fre_L+1中，当计算完候选模式集合cand_L+1中所有候选模式的模式支持度，即获得模式长度为L+1的频繁模式集合fre_L+1；

第五步，完毕保序序列模式挖掘：

当模式长度为L+1的频繁模式集合fre_L+1不为空时，循环上述的第三步和第四步，直到模式长度为L+1的候选模式集合cand_L+1为空或模式长度为L+1的频繁模式集合fre_L+1为空，完毕保序序列模式挖掘。