多支持度下用户行为序列模式挖掘方法研究

• 作者: 徐启寒 徐开勇 戴乐育 郭松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 行为模式 序列模式挖掘 多支持度 前缀树
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 算法
• 页码范围: 269-275
• 页数: 7页
• 分类号: TP309
• 字数: 5761字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.01.047

摘要

针对现有用户行为序列模式挖掘方法的单一支持度局限性问题,提出一种基于前缀树结构的多支持度序列模式挖掘方法.设计一种多支持度条件下的前缀树结构MSLP-tree,并基于此结构提出一种序列模式增长算法MSLP-growth.通过考虑各数据项不同最小支持度,获取更精确的频繁序列模式,在确保挖掘结果的准确性和完整性的前提下,大大压缩搜索空间,缩短挖掘时间.实验结果表明,相较于MS-GSP算法,MSLP-growth算法具有更高的挖掘效率和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐开勇		30	155	6.0	11.0
2	戴乐育		4	15	3.0	3.0
3	郭松		5	9	2.0	3.0
4	徐启寒		1	6	1.0	1.0