基于动态最小支持度的增量频繁序列挖掘

作     者：贺帆 刘漫丹 钟超 HE Fan;LIU Mandan;ZHONG Chao

作者机构：华东理工大学能源化工过程智能制造教育部重点实验室上海200237 

出 版 物：《华东理工大学学报（自然科学版）》 (Journal of East China University of Science and Technology)

年 卷 期：2024年第50卷第2期

页      面：257-263页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项资金资助项目(222201917006) 

主　　题：频繁轨迹 动态数据 最小支持度 PrefixSpan 内存开销 

摘      要：在轨迹数据集有新增数据且最小支持度变更情况下,为了实现频繁轨迹集能够快速更新以及解决轨迹数据库占用大量存储空间的问题,提出基于动态最小支持度的增量频繁序列挖掘算法。该算法能够充分利用频繁轨迹集信息,在有新增轨迹数据加入原始轨迹数据集且最小支持度变更时,通过频繁轨迹序列与频繁1序列相连接生成候选序列,利用非频繁轨迹后缀子序列置信度来估计非频繁轨迹支持度,实现动态更新频繁项集,并且在挖掘频繁轨迹后不再需要保存原始轨迹数据。通过轨迹数据集的挖掘实验,验证了本文算法支持度估计的精度和算法的有效性。