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

来源：华东理工大学学报, 2023, 1-7.

DOI：10.14135/j.cnki.1006-3080.20221231001

• 频繁轨迹
• 动态数据
• 最小支持度
• PrefixSpan
• 内存开销

为了实现在轨迹数据集新增数据且最小支持度变更情况下，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。

• 出版日期2023
• 单位华东理工大学