带间隔约束的序列数据质量评价算法设计

摘要：

序列数据广泛存在于实际应用中，因此关于序列数据挖掘的算法研究一直都是热点。序列数据的质量关系到挖掘结果的可靠性，传统的数据质量评价方法多通过统计指标来分析数据的质量问题，但统计指标无法对非结构化序列数据中各元素之间的关系进行评估。为检测序列数据质量，提出了基于概率后缀树模型的序列数据质量评价算法。具体地，在满足间隔约束的前提下，根据数据质量可靠的序列数据样本生成概率后缀树，并根据概率后缀树对查询序列数据进行质量评价。最后通过真实序列数据集验证了算法的有效性、执行效率和伸缩性。

关键词：数据质量、概率后缀树、间隔约束

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61103042;the Postdoctoral Science Foun-dation of China under Grant No.2014M552371;the Program of State Key Laboratory of Software Engineering of Wuhan University under Grant No. SKLSE2012-09-32

在线出版日期：2015-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1180-1194