分布式序列模式发现算法的研究

摘要：

提出算法FDMSP(fast distributed mining of sequential patterns),以解决分布式环境下的序列模式挖掘问题.首先对分布式环境下序列模式的性质进行了分析.算法采用前缀投影技术划分模式搜索空间,利用序列模式前缀指定选举站点统计序列的全局支持计数,利用局部约减、选举约减、计数约减等方法减少候选序列数,同时将算法分为3个子过程异步运行,使得算法具有较低的I/O开销、内存开销和通信开销,从而高效地生成全局序列模式.实验结果显示,在具有海量数据的局域网环境中,FDMSP算法的性能优于将数据集中后采用GSP算法68.5%～99.5%,并且FDMSP算法具有良好的可伸缩性.

关键词：数据挖掘、序列模式、分布式算法

所属期刊栏目：16

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金70171052,90104030

在线出版日期：2005-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1262-1269