PrefixSpan：通过前缀预测模式增长高效挖掘序列模式

摘要：序列模式挖掘是一个应用广泛的重要数据挖掘问题。这是一个挑战，因为可能需要检查可能的子序列模式的组合爆炸数。以前开发的大多数序列模式挖掘方法都遵循Apriori的方法，这可能会大大减少要检查的组合数量。然而，当序列数据库较大和/或要挖掘的序列模式众多和/或较长时，Apriori仍然会遇到问题。本文提出了一种新的序列模式挖掘方法，称为PrefixSpan（即Prefix-projected sequential pattern mining），它探索了序列模式挖掘中的前缀投影。PrefixSpan挖掘完整的模式集，但大大减少了候选子序列生成的工作量。此外，前缀投影大大减少了投影数据库的大小，并导致高效处理。我们的性能研究表明，PrefixSpan在挖掘大型序列数据库方面优于基于Apriori的GSP算法和另一种最近提出的方法FreeSpan。前缀跨度