改进的prefixspan算法在客流计数中的应用

《改进的prefixspan算法在客流计数中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、改进的PrefixSpan算法在客流计数中的应用摘要：序列模式挖掘是基于关联规则的频繁项集的挖掘，其实质是在关联模型中加入时间属性。利用改进的PrefixSpan算法对客流计数系统中不同时段的数据进行挖掘分析，给出不同时段的客流高峰的频繁序列模式，对于提高客流计数系统的精度，给管理决策者调配人力，物力，财力提供技术支持，对于最大限度地发掘购物中心的潜力，提高利润，具有重要的经济意义。　　关键词：序列模式挖掘；关联模型；PrefixSpan算法；客流计数　　：TP391文献标志码：A：1006-8228（2013）06-50-03　　Applic

2、ationofimprovedPrefixSpanalgorithmincountingpassengerfloiningisafrequentitemsetsminingbasedonassociationrules，anditsessenceistoaddthetimeattributetotherelationmodel.Inthispaper，dataindifferenttimesofpassengerfloisminedandanalyzedbytheimprovedPrefixSpanalgorithm.Frequentseque

3、ntialpatternsofthepeakpassengerfloportanteconomicalmeaningforimprovingpassengerfloaccuracy，providingtechnicalsupportforthemanagerstoallocatehuman，materialandfinancialresources，maximizingthepotentialoftheshoppingcenter，andincreasingprofits.　　Keyining；correlationmodel；PrefixSp

4、analgorithm；passengerfloset）是所有在序列数据库出现过的单项组成的集合。　　元素（Element）可表示为（x1，x2…xm），xk（1<=k<=m）为不同的单项。元素内的单项不考虑顺序关系，一般默认按照ID的字典序排列。　　序列（Sequence）是不同元素（Element）的有序排列，序列s可以表示为s=，sj（1<=j<=l）为序列s的元素。　　一个序列包含的所有单项的个数称为序列的长度。长度为l的序列记为l-序列。　　设序列α=，序列β=，ai和bi都是元素。如果存在整数1<=j1

5、，sj（1<=j<=l）为序列s的元素。　　一个序列包含的所有单项的个数称为序列的长度。长度为l的序列记为l-序列。　　设序列α=，序列β=，ai和bi都是元素。如果存在整数1<=j1，β=（m?n），如果ei'=ei（i?m-1），em'?em，并且（em-em'）中的项目均在em'中项目的后面，则称β是α的前缀。　　⑵投影：给定序列α和β，如果β是α的子序列，则α关于β的投影α'必须满足：β是α'的前缀，α'是α的满足上述条件的最大子序列。　　⑶投影数据库：设α为序列数据库S中的一个序列模式，则α的投影数据库为S中所有以α

6、为前缀的序列相对于α的后缀，记为S

7、α。　　⑷投影数据库中的支持度：设α为序列数据库S中的一个序列，序列β以α为前缀，则β在α的投影数据库S

8、α中的支持度为S

9、α中满足条件b?α.γ的序列γ的个数。　　3改进的PrefixSpan算法[3]　　在基本算法过程中，我们发现构建投影数据的数量是先增加后减少的一个状态，而且投影数据库的数量跟频繁项的位置有很大关系，所以针对投影数据的缩减，我们使用如下几种方法改进算法，提升效率。　　3.1伪投影技术　　所有的投影数据库都以索引的形式给出，我们只给定一个初始的序列数据库A，然后所有中间过程都记录其下标的位

10、置，然后利用下标去原始库A中查找该字符序列。　　3.2PSD优化算法　　首先找出各个频繁单项，产生每个频繁项对应的投影数据库集合。因为非频繁项出现次数已小于最小支持数。在其后的挖掘中也不会成为频繁项，故只保存扫描该投影数据库时得到的频繁项。然后对每个投影数据库进行单独挖掘，之前先比较该投影数据库所包含的序列数和最小支持数，若投影序列数小于最小支持数，将不会再有超过最小支持数的频繁项，则退出对该投影数据库的进一步挖掘。因为舍弃了非频繁项，将大大减少保存投影数据库所需内存空间，也将减少其后挖掘中扫描不必要项的时间，提高了算法执行效率。因为在对投影数

11、据库进行挖掘前，先比较了其包含的序列数和最小支持数，放弃挖掘序列数已小于最小支持度的投影数据库，减少了扫描不可能出现频繁序列的投影数据库的时间，提高了