摘要: 传统的序列模式挖掘主要是挖掘满足最小支持度的频繁序列,没有考虑序列在实际中的重要度。为了能够有效地挖掘重要的序列模式,提出了一种序列模糊概念格模型,对所有序列的项目引入了重要度权值,定义了序列的重要度及可以动态调整最小支持度minsup的自适应系数;扩展了模糊形式背景,使其能够方便地表示序列,定义了概念的Galois闭包连接、序列模糊概念及序列模糊格结构,并给出了序列模糊概念格的渐进式构造算法 ScqFuzCL。实验表明,序列模糊概念格模型可以方便有效地组织自适应序列模式,在时间与空间上都具有良好的性能,并为进一步挖掘自适应序列模式提供了理论支持。
李云,袁运浩,盛艳,陈崚. 序列模糊概念格模型及其渐进式构造[J]. 计算机科学, 2011, 38(3): 224-230. https://doi.org/
LI Yun,YUAN Yun-hao,SHENG Yan,CHEN Ling. Sequence Fuzzy Concept Lattice Model and Incremental Construction[J]. Computer Science, 2011, 38(3): 224-230. https://doi.org/