互斥关系模式挖掘算法研究

序列模式挖掘是数据挖掘的一个重要领域,在序列挖掘的基础上有了结构关系模式的概念,重点研究结构关系模式的一个重要分支——互斥关系模式.首先给出互斥关系模式的定义,然后讨论什么是负关联规则挖掘及其与互斥关系模式之间的联系与区别,从而得到互斥关系模式挖掘的过程;给出互斥关系模式挖掘过程采用的主要算法,并针对算法进行设计与实现,实验证明算法正确有效.     

句法模式的泛化及其在关系学习中的应用

针对句法模式泛化这个具体问题,比较了几种常见的处理方法,提出自己的处理方案,并将其用于关系学习中。实验结果表明,所提出的泛化方法可以有效地解决模式泛化问题,抽取出多种语义关系实例。     

时序关系下的闭合序列模式挖掘算法

序列挖掘算法产生冗余序列,造成其运行时间过长.对此,提出了一种新的闭合序列挖掘算法——时序关系下的闭合序列模式挖掘算法.依据闭合序列模式的性质,通过比较频繁序列与每个1-项频繁序列之间的时序关系,推断频繁序列模式是否可扩展.基于IBM公司的合成数据,将其与闭合序列模式挖掘算法进行比较,实验结果表明,这种新的闭合序列挖掘算法可以有效降低运行时间且不易受到属性值个数的影响.     

在频繁序列模式中挖掘并发序列模式

结构关系模式挖掘是本课题组提出的一种新的数据挖掘理论,主要研究序列之间的并发关系、互斥关系、重复关系等.并发序列模式挖掘是结构关系模式挖掘的重要组成部分.文中从序列间的相对关系出发研究并发关系,给出并发序列模式的相关性质,并对现有并发序列模式挖掘算法进行优化.通过实验对比可以看出：该算法根据并发序列模式的反单调特性和非平凡特性,对挖掘结果进行大幅精简,使得挖掘更有实际意义.     

频繁模式挖掘在触摸屏界面设计中的应用

触摸屏作为一种新的人机交互接口,其界面设计对用户的操作具有重要的影响.以蓄电池充放电自动控制系统为应用背景,提出了一种应用数据挖掘技术指导触摸屏界面设计的方法.首先通过对触摸屏操作过程中的按键序列数据进行收集,获得操作数据源,然后采用频繁模式挖掘技术,得到频繁按键模式,再根据这些模式指导触摸屏界面中的按键位置设计.     

基于并发序列模式的偏序模式挖掘

在并发序列模式挖掘基础上进一步挖掘偏序关系模式,讨论相关度、有序度、有序关系序列、偏序关系和偏序关系模式等概念,给出基于并发序列模式的偏序模式挖掘方法,该方法利用并发和偏序之间的联系,应用并发与偏序之间的包含关系,有效的在并发序列模式的基础上得到偏序关系模式.     

序列模式挖掘在网络告警分析中的应用

序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来有效地确定挖掘范围,避免对无关数据的访问.为了进一步提高挖掘算法的执行效率,又提出了用于描述网络拓扑信息的拓扑约束,并设计了基于拓扑约束的互联设备告警序列模式挖掘算法.     

改进的PrefixSpan算法及其在序列模式挖掘中的应用

由于序列模式挖掘需要花费大量计算时间,并需要占用大量存储空间.减少计算量、节省存储空间开销成为序列模式挖掘的关键.因PrefixSpan 算法不产生候选,而适当应用Bitmap数据结构可避免重复扫描数据库,基于此,本文提出了BM-PrefixSpan算法,用于序列模式挖掘,设计并构造了PFPBM(Prefix of First Position on BitMap)表用于记录序列中的每个项在位图中第1次出现的位置.实验结果表明,BM-PrefixSpan算法综合了PrefixSpan和SPAM算法的优点,能够更快、更好地挖掘出序列模式.     

动态层次结构数据在关系模式中的组织与处理研究

在对现有的两种动态层次结构数据关系化方法分析的基础上,提出了使用关系模式直接表达动态层次结构数据的方法.方法指出将层次树状结构顺序遍历,组织成为关系模式.将层次结构信息隐藏在关系表的数据中.当需要使用数据的结构信息时,将其从关系表中取出,构成动态层次结构.     

实体中部分关系的对称模式

在以边界表示的实体造型中，如果为某实体元素保持有部分的邻接实体元素，便导致了部分关系的拓扑结构，本文根据部分关系的建立和优化，给出了存储和时间复杂性分析，并同时给出了一种优化的对称模式。     

关系数据库中关系模式的规范化

关系数据库中的关系模式直接影响了数据库中数据的完整性、准确性和一致性,好的关系模式能避免数据冗余和操作异常。关系规范化是设计关系模式的依据,是围绕函数依赖进行的。其基本思想是一个关系只描述一个主题,遵从“一事一地”原则,不能把彼此没有直接关联的属性放在一起,这将会导致关系数据库性能变坏。关系规范化过程是不断分解关系的过程。根据关系中属性间函数依赖情况规定了若干标准,这就是所谓的1NF、2NF和3NF,还有更高的范式,通常认为3NF在性能、扩展性和数据完整性方面都达到了最好的平衡,故一般关系模式设计要求达到3NF。     

数据挖掘及其在电信客户关系管理中的应用

讨论了数据挖掘技术的方法以及电信客户关系管理系统的原理。电信运营商使用客户关系管理系统来降低运营成本,提供优质的客户服务。数据挖掘技术的应用可以帮助电信运营商发现客户消费行为、识别客户特征,辅助运营商进行有效的市场营销和客户服务。     

特定领域下关系模板的研究

以“公司人事变动”领域为例,针对实体关系抽取课题,从知识自动获取角度出发,基于Bootstrapping思想提出了层次知识获取模型,利用内外两层模块相互嵌套自动获取知识,获得了实体关系分析所需要的领域专用词典和模板规则。结合全信息理论,对模板添加语义和语用标注,生成全信息知识库。在此基础上,完成关系抽取实验和评测。     

并发分支模式及其挖掘算法

基于序列模式图可以定义某些结构化的新知识，如分支模式、重复模式以及它们的组合——结构模式．在基于事件的数据或序列数据中发现结构模式是后序列模式挖掘的任务．基于Apriori算法思想，介绍结构模式的主要形式——并发分支模式及其挖掘算法，并通过示例解释挖掘算法的实现过程．该算法的基本思想是在粗并发分支模式的基础上生成并发分支模式，在并发分支模式生成过程中采用自底向上的方法．基于Apriori的并发分支模式挖掘算法的提出为进一步挖掘结构模式提供了重要的理论支持．     

数据流频繁模式挖掘技术研究

数据流挖掘是目前新一代数据挖掘研究中的热点,而数据流频繁模式是影响数据流挖掘算法效率的决定性因素。虽然目前有许多工作针对数据流频繁模式挖掘算法进行了研究,但是仍然存在许多不足。本文详细讨论了数据流频繁模式挖掘的四种主流算法,最后提出了未来的研究方向。     

设计模式挖掘的有效性评估策略

针对设计模式挖掘结果有效性评估方法缺乏的问题,提出一种设计模式挖掘有效性评估策略,分结构型、行为型和创建型三类归纳了设计模式的设计意图,分析了设计模式挖掘的基准测试系统,探究了设计模式挖掘结果的中间形式表示,为设计模式挖掘的理论与应用研究提供了重要支持。     

基于FP-Tree模型的频繁轨迹模式挖掘方法

通过对经典频繁模式数据结构FP-tree的扩展与改进,提出了一种适用于处理轨迹数据的灵活高效的FP-tree轨迹挖掘方法(NFTM)。首先运用二维筛选和GPS格式过滤的方法对轨迹进行预处理,然后将有效数据经一次扫描后,生成按照真实轨迹顺序排列且具备时空属性的改进型FP-tree,使用动态数组存储模式挖掘过程中得到的候选集,根据用户的输入针对性输出相应时间和频率范围的频繁轨迹。最后通过与GSP算法、Prefixspan算法的对比测试表明,该算法具有更短执行时间和更优性能。